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
Md Foysal Haque (Dong-A University) Dae-Seong Kang (Dong-A University)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제16권 제10호(JKIIT, Vol.16, No.10)
발행연도
2018.10
수록면
93 - 100 (8page)
DOI
10.14801/jkiit.2018.16.10.93

이용수

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

이 논문의 연구 히스토리 (2)

2018

Multi Scale Object Detection Based on Single Shot Multibox Detector with Feature Fusion and Inception Network
Md Foysal Haque ,  Dae-Seong Kang 한국정보기술학회논문지 2018.10 학술저널
Research on Object Detection Based on Inception and Single Shot Multi-Box Network Architecture
Md Foysal Haque ,  Hye-Youn Lim ,  Dae-Seong Kang Proceedings of KIIT Conference 2018.06 학술대회자료

초록· 키워드

오류제보하기
현재 객체 탐지 분야에서 가장 효과적이고 실용적인 구조는 Inception layer이다. 또한 Inception layer 외에도 Feature fusion layer는 객체 탐지에서 중요한 성과를 보여준다. SSD(Single Shot Multibox Detector)는 현재 객체 탐지 분야에서 가장 유용하고 빠른 알고리즘 중 하나이다. SSD는 하나의 Convolutional neural network만을 사용하여 입력 영상으로부터 객체를 탐지한다. 또한 SSD는 다중 스케일 객체들의 탐지에 높은 정확도를 나타낸다. 그러나 작은 객체들의 탐지에서 SSD 네트워크의 성능은 만족스럽지 않다. 본 논문에서는 SSD의 성능 향상을 위해 SSD와 함께 Feature fusion layer와 Inception layer를 추가한다. 본 논문에서의 주요 초점은 Feature fusion에 의해 다른 계층들의 성능을 향상시키고 Inception layer에 의한 연산 비용을 최소화하는 것이다. 또한 이 SSD에서는 속도에 영향을 주지 않고 성능을 향상시키기 위해 여분의 layer를 추가한다. Inception layer와 Feature fusion layer를 SSD에 추가하면 네트워크의 복잡성을 증가시키지 않고도 더 많은 정보를 얻을 수 있고 더 작은 객체도 감지할 수 있다. 제안하는 알고리즘은 작거나 큰 객체들을 더 만족스러운 정확도로 탐지할 수 있다.
#convolutional neural network #object detection #SSD #inception #feature fusion

목차

Abstract
요약
Ⅰ. Introduction
Ⅱ. Related Algorithm
Ⅲ. Proposed Algorithm
Ⅳ. Experiments
Ⅴ. Results
Ⅵ. Conclusions
References

참고문헌 (13)

참고문헌 신청
[학술지(정기간행물)] - J. R. R. Uijlings. / 2013 / Selective search for object recognition / International Journal of Computer Vision 104 (2) : 154 ~ 171 Crossref [학술지(정기간행물)] - R. Girshick / 2016 / Region-Based Convolutional Network for Accurate Object Detection and Segmentation / IEEE Trans. Pattern Anal. Mach. Intell. 38 (1) : 142 ~ 158 Crossref [학술지(정기간행물)] - S. Ren / 2017 / Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks / IEEE Transactions on Pattern Analysis and Machine Intelligence 39 (6) : 1137 ~ 1149 Crossref [학술대회논문] - R. Girshick / 2015 / Fast R-CNN / Internation Conference on Computer Vision 2015 : 1440 ~ 1448 google schola [학술대회논문] - J. Dai / 2016 / R-FCN: Object Detection via Region-based Fully Convolutional Networks / Advances in Neural Information Processing Systems 29 (NIPS 2016) : 379 ~ 387 google schola

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

SSD 알고리즘 기반 MI-FL을 적용한 회전 불변의 다중 객체 검출 시스템 구현
박수빈 ,  임혜연 ,  강대성 한국정보기술학회논문지 2019 .05
Chinese character detection using modified Single Shot Multibox Detector
Junhwan Ryu ,  Sungho Kim 제어로봇시스템학회 국제학술대회 논문집 2018 .10
KOMPSAT-3/3A호 영상 기반 선박탐지 인공지능 학습 데이터셋
오한 ,  김동진 ,  김선훈 한국항공우주학회 학술발표회 초록집 2024 .04
A New CSR-DCF Tracking Algorithm based on Faster RCNN Detection Model and CSRT Tracker for Drone Data
Xu ,  shid Fa ,  hodov 외 5명 멀티미디어학회논문지 2019 .12
Comparing Convolutional Neural Network(CNN) models for machine learning-based drone and bird classification of anti-drone system
Hyun Min Oh ,  Hyunki Lee ,  Min Young Kim 제어로봇시스템학회 국제학술대회 논문집 2019 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-003534897