Building Training Image Dataset and Experiments with Convolutional Neural Network for Seoul Landmark Recognition

Yoonah Lee; Jongho Nang

Building Training Image Dataset and Experiments with Convolutional Neural Network for Seoul Landmark Recognition

Recommendations

Search

Questions

서울 랜드마크 인식을 위한 학습 이미지 데이터셋 구축 및 CNN을 이용한 인식 실험

Type: Proceeding

Author: Yoonah Lee (서강대학교) Jongho Nang (서강대학교)

Journal: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 Korea Software Congress 2018

Published: 2018.12

Pages: 845 - 847 (3page)

Usage

📌

Topic: 본 연구는 서울 랜드마크 이미지 데이터셋을 구축하고, 합성곱 신경망(CNN)을 활용하여 랜드마크 인식의 정확성을 향상시키는 것을 목표로 한다.

📖

Background: 관광객의 증가에 따라, 한국의 랜드마크에 대한 이미지 데이터를 기반으로 한 장소 인식 연구가 부족한 상황이다.

🔬

Method: 트립어드바이저에서 서울 랜드마크 클래스를 선정하고, 구글 이미지에서 이미지를 크롤링하여 노이즈를 제거한 후, 총 9,337장의 이미지를 포함하는 데이터셋을 구축하였다.

🏆

Result: 서울 랜드마크 데이터셋은 13개의 클래스로 구성되어 있으며, 기존 랜드마크 데이터셋과 비교하여 더 높은 정확도를 보였다.

Building Training Image Dataset and Experiments with Convolutional Neural Network for Seoul Landmark Recognition

Abstract· Keywords

Report Errors

No content found

AI Summary

Topic

본 연구는 서울 랜드마크 이미지 데이터셋을 구축하고, 합성곱 신경망(CNN)을 활용하여 랜드마크 인식의 정확성을 향상시키는 것을 목표로 한다.

Background

관광객의 증가에 따라, 한국의 랜드마크에 대한 이미지 데이터를 기반으로 한 장소 인식 연구가 부족한 상황이다.

Method

트립어드바이저에서 서울 랜드마크 클래스를 선정하고, 구글 이미지에서 이미지를 크롤링하여 노이즈를 제거한 후, 총 9,337장의 이미지를 포함하는 데이터셋을 구축하였다.

Result

서울 랜드마크 데이터셋은 13개의 클래스로 구성되어 있으며, 기존 랜드마크 데이터셋과 비교하여 더 높은 정확도를 보였다.

주요내용

No content found

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

이윤아

Affiliation 서강대학교

Fields Engineering > Computer Science

Articles 1 Usage 255

낭종호

Affiliation 서강대학교

Fields Engineering > Computer Science TOP 1%

Articles 245 Usage 17,304

Frequently Viewed Together

A Study on the Development of Data Sets for Artificial Education Using Synthetic Datasets Generation Method

Seul Ki Kim , Young Ju Jeon , Tae Young Kim 한국컴퓨터교육학회 학술발표대회논문집 2022 .01

Exploring the Characteristics of Datasets that can be used in Educational Programming Languages for K-12 Data Science and Artificial Intelligence Education

Seul Ki Kim , Ji Eun Lee , Tae Young Kim 한국컴퓨터교육학회 학술발표대회논문집 2022 .01

Exploring Public Datasets topics for K-12 Artificial Intelligence Education Using Datasets

Seul Ki Kim , Ga Ram Kim , Tae Young Kim 한국컴퓨터교육학회 학술발표대회논문집 2022 .01

Study on Educational Standard Dataset Requirements for Artificial Intelligence Education

Seulki Kim , Taeyoung Kim 한국컴퓨터교육학회 학술발표대회논문집 2021 .08

한국 랜드마크 이미지셋 구축을 위한 인공지능 학습용 데이터셋 유효성 검증 연구

윤영주 , 사공원 , 이아네스 and others 4 한국지능정보시스템학회 학술대회논문집 2020 .11

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보