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
- 학술대회자료
- 저자정보
- 발행연도
- 2018.6
- 수록면
- 1,149 - 1,152 (4page)
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
This study is a research on classification algorithm of CNN (Convolutional Neural Network) which is robust against illumination change. The crop pest image is mainly photographed in an outdoor environment where artificial light control is difficult. Unlike the original color of crops, images that are shot with uncontrolled amounts of light distort the color values of the image. For example, in the image, the leaf in which powdery mildew that occurs in berries and cucumber is ongoing, and the normal leaf that is photographed very brightly because the light is not controlled appears to be the same. Distorted images may be appropriate in training Feature Map is not formed and there is possibility of Overfitting. A poorly trained model shows low accuracy and high error rate in the experimental results. In order to solve such a problem, an algorithm for classifying the images photographed in various illumination environments by minimizing the influence of light is needed.
Therefore, in this study, we propose a homomorphic filter in the preprocessing process and a classification accuracy algorithm using Gabor filter instead of the weight kernel in the convolutional layer to develop a crop pest image classification algorithm robust against illumination change.
Therefore, in this study, we propose a homomorphic filter in the preprocessing process and a classification accuracy algorithm using Gabor filter instead of the weight kernel in the convolutional layer to develop a crop pest image classification algorithm robust against illumination change.
목차
Abstract
I. 서론
II. 관련 이론
III. Gabor convolutional Networks
IV. 구현
V. 결론 및 향후 연구 방향
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Pest Control System using Deep Learning Image Classification Method
한국컴퓨터정보학회논문지
2019 .01
-
A New Image Classification Method
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
에지 분류 CNN 을 이용한 U-Net 기반 에지 검출
제어로봇시스템학회 논문지
2019 .08
-
Development of a Place Image Analysis Algorithm through Image Crawling and Deep-Learning
한국통신학회 학술대회논문집
2020 .11
-
CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법
대한건축학회논문집
2020 .09
-
Few-shot Learning-Based Image Classification
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2022 .01
-
Application of SIFT Algorithm based on the Gabor Features in Multi-source Information Image Monitoring
IEIE Transactions on Smart Processing & Computing
2023 .04
-
생성형 AI 이미지 증강을 통한 참외 병해충 데이터 불균형 개선 및 분류 성능 향상
멀티미디어학회논문지
2024 .08
-
Deep Convolutional Neural Network(DCNN)을 이용한 계층적 농작물의 종류와 질병 분류 기법
멀티미디어학회논문지
2022 .11
-
Novel Image Classification Method Based on Few-Shot Learning in Monkey Species
Journal of information and communication convergence engineering
2021 .06
-
An Effective Method for Generating Color Images Using Genetic Algorithm
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
다양한 이미지 증대 기법에 따른 토마토 병충해 분류 성능 개선 연구
전기학회논문지
2021 .12
-
픽셀 값을 이용한 회로 이미지 필터링 방법 제안
한국CDE학회 학술발표회 논문집
2016 .01
-
농작물 질병분류를 위한 전이학습에 사용되는 기초 합성곱신경망 모델간 성능 비교
산업경영시스템학회지
2021 .09
-
급격한 광조건 변화 극복을 위한 영상 처리 기법 연구
제어로봇시스템학회 논문지
2017 .01
-
극한 조명환경에서의 얼굴 인식률 향상을 위한 조명성분 균일화 알고리즘
대한전자공학회 학술대회
2017 .11
-
딥러닝 기반 사과 병해충 이미지 오인식 최소화를 위한 새로운 파이프라인 연구
전자공학회논문지
2024 .06
-
작은 데이터 세트에 대한 새로운 이미지 분류 방법
한국정보통신학회 종합학술대회 논문집
2021 .10
-
Contrast Enhancement for Low-light Image Enhancement: A Survey
IEIE Transactions on Smart Processing & Computing
2018 .02
-
열화상 이미지 전처리 알고리즘 개발에 관한 연구
대한설비공학회 학술발표대회논문집
2021 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0