지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 변혜란
- 발행연도
- 2022
- 저작권
- 연세대학교 논문은 저작권에 의해 보호받습니다.
이용수13
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
4차 산업혁명이 대두되면서 최근 해양산업은 선박이 승조원의 조작에 의해 운항되는 것에서 벗어나, 자율항해를 목표로 하는 USV(Uncrewed Surface Vessel) 연구가 활발히 진행되고 있다. USV는 민수/국방 분야에서 구조 활동 및 수중 탐색을 지원하기 위해 사이드 스캔 소나(Side Scan Sonar)를 운용하므로 소나 영상 내 물체를 자동으로 탐지/분류하는 이미지 인식 기술의 적용이 필요하다. 하지만 기존 이미지 인식 연구 대부분은 광학 이미지를 대상으로 실험을 하거나, 소나 이미지의 데이터셋 부족으로 ‘Sphere’와 같은 단순한 물체를 탐지하는 것에 그치고 있다. 본 연구에서는 부족한 소나 이미지 데이터셋을 보충하기 위해 조감 이미지(Aerial View) 스타일을 변환한 합성 이미지를 활용하여 난파선과 같은 특징적인 수중 물체를 탐지하는 것을 목표로 하고 있다. 조감 이미지는 인공위성에서 촬영한 사진을 사용하고, 합성 이미지는 홀 데이터 스타일 전이 신경망(Unpaired Neural Style Transfer)인 CycleGAN을 통해 인공위성 이미지에 소나 영상의 스타일을 적용하는 방안을 제안한다. 증대된 데이터셋으로 딥러닝 모델을 학습한 후 실제 소나 이미지에 대해 테스트를 진행하여 정량적, 정성적 실험결과의 분석을 통해 제안한 방법의 성능을 입증하였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0