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
손창환 (Kunsan National University) 최원준 (Kunsan National University)
저널정보
한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제29권 제1호
발행연도
2025.3
수록면
34 - 41 (8page)

이용수

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

초록· 키워드

오류제보하기
본 논문은 학습 가능한 텍스트 프롬프트를 활용한 해충 검출 기반 카운팅 모델을 새롭게 제안한다. 해충 이미지는 기존의 객체 검출에서 사용되는 이미지 데이터셋과는 달리, 해충 간의 가려짐, 다양한 해충 자세 변화 및 높은 외관의 유사도를 특징으로 갖는다. 따라서 이런 해충 이미지에 적합한 객체 검출 모델을 개발하는 것이 필요하다. 이를 위해, 본 연구에서는 사전 학습된 텍스트-이미지 정렬 모델에서 추출된 사전 정보를 활용하여 객체 검출 정확도를 개선하는 방안을 제시한다. 특히, 사전 정보인 텍스트 프롬프트 벡터를 활용하여 이미지 특징을 강화할 수 있는 텍스트 프롬프트 블록을 설계하고자 한다. 실험 결과를 통해, 텍스트 프롬프트 블록을 통합한 제안한 모델이 해충 카운팅의 측정 지표인 평균 절대 오차와 평균 제곱근 오차에서 각각 2.33%와 2.39% 개선된 성능을 획득하였다. 또한 해충 가려짐과 해충이 밀집된 상황에서도 해충을 정확히 검출할 수 있었다.
#Object Detection #Pest Counting #CenterNet #Text Prompt #Multimodal Learning

목차

Abstract
요약
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안한 사전 학습된 텍스트 프롬프트를 활용한 해충 카운팅 모델
Ⅳ. 실험 결과
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

최근 본 자료

전체보기

댓글(0)

0