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
김설희 (성균관대학교) 김성남 (과학기술연합대학원대학교(UST)) 정승우 (한국철도기술연구원) 이상덕 (한국철도기술연구원)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제35권 제2호
발행연도
2025.4
수록면
130 - 139 (10page)
DOI
10.5391/JKIIS.2025.35.2.130

이용수

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

초록· 키워드

오류제보하기
온라인 소비 증가에 따라 택배 물동량이 지속적으로 늘어나면서, 여러 택배 운송사들은 물류 처리 능력을 향상하기 위해 공동 물류 센터를 구축하고 있다. 이러한 센터에서는 다양한 운송사의 택배를 한곳에서 효율적으로 처리하기 위해 딥러닝 기반 택배 송장 정보 인식 시스템을 도입하고 있지만, 밀집된 작업 환경으로 인해 블러(blur) 형태의 송장 이미지가 자주 발생한다는 문제가 존재한다. 본 연구에서는 이러한 문제를 해결하기 위해 블러 택배 송장 이미지를 선명한 택배 송장 이미지로 변환하는 확산 모델 기반 디블러링(deblurring) 방법을 제안한다. 이를 위해 국내 주요 5개 택배사(CJ, 롯데, 한진, 우체국, 쿠팡)의 송장 이미지 데이터셋을 구축하였으며, 순환 일관성이 적용된 diffusion 모듈을 통해 이미지 품질을 향상하였다. 또한, OCR(optical character recognition) 기반 perceptual 모듈을 결합하여 텍스트 가독성을 개선하였다. 실험 결과, 제안 방법을 적용한 택배 송장 이미지는 기존 대비 최대 19.28%의 PSNR(peak signal-to-noise ratio), 최대 27.69%의 SSIM(structural similarity index measure) 개선 효과를 보였으며, LayoutLM 모델을 이용한 클래스 분류 평가에서도 높은 정확도를 달성하였다. 결과적으로, 본 연구에서 제안하는 디블러링 기반 택배 송장 정보 인식 시스템은 블러 이미지 문제를 효과적으로 해결함으로써 공동 물류 센터 내 택배 자동 분류 및 정보 인식을 한층 정교화할 수 있다. 이를 통해 물류 프로세스 자동화와 비용 절감에 크게 기여할 것으로 기대된다.
#이미지 디블러링 #확산 모델 #공동 물류 #택배 송장 이해 #Image Deblurring #Diffusion Model #Optical Character Recognition #Joint Logistics #Parcel Invoice Understanding

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 데이터셋 구축
4. DDIM 기반 디블러링
5. 실험 결과
6. 결론 및 향후 연구
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