메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박병주 (iJoon) 이재흥 (Hanbat National University)
저널정보
한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제28권 제4호
발행연도
2024.12
수록면
667 - 673 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구에서는 고해상도 콘택트렌즈 이미지에서 미세 크랙을 검출하기 위해 Asymmetric Residual U-Net 모델을 제안한다. 이 모델은 인코더에서 Asymmetric Residual Convolutions를 활용하여 작은 객체의 미세 특징을 정밀하게 학습하고, 디코더를 최적화하여 연산량을 줄이는 동시에 Attention 모듈을 통해 정보 손실을 완화하였다. 또한, 다중 스케일 정보를 통합하기 위해 Spatial Pyramid Pooling(SPP)를 적용하여 크랙 검출 성능을 향상시켰다. Focal Tversky Loss와 Edge-aware Weights를 결합하여 클래스 불균형 문제를 효과적으로 해결하였으며, 실험 결과, 본 모델은 기존 U-Net 대비 4.18%의 성능 향상을 보였다. 본 연구는 렌즈 제조 공정에서 미세 크랙 검출의 정확성과 효율성을 개선할 수 있음을 입증하였다.
#U-Net #Contact Lens #Asymmetric #Residual #SPP #Class-imbalance

목차

Abstract
요약
Ⅰ. 서론
Ⅱ. 기존 연구
Ⅲ. 본론
Ⅳ. 실험 및 고찰
Ⅴ. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

YOLOv9 기반의 콘택트렌즈 검사 기법
김태윤 ,  황석승 한국지능시스템학회 논문지 2024 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092350750