객체 인식에서의 속도 향상을 위한 모델 앙상블

이진수; 이상광; 양성일

doi:10.5573/ieie.2019.56.6.35

추천

검색

질문

자료유형: 학술저널

저자정보: 이진수 (과학기술연합대학원대학교) 이상광 (한국전자통신연구원) 양성일 (한국전자통신연구원)

저널정보: 대한전자공학회 전자공학회논문지 전자공학회논문지 제56권 제6호(통권 제499호)

발행연도: 2019.6

수록면: 35 - 42 (8page)

DOI: 10.5573/ieie.2019.56.6.35

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

객체 인식이란 주어진 영상 내의 시각적인 정보를 분석하여 영상 내에서 객체의 위치를 찾아내는 연구 분야로, 자율 주행, 영상 감시 등의 다양한 산업에서 활용되고 있다. 연구 초기에는 객체의 특징을 미리 설계하여 비교하는 방법을 이용하였는데, 합성곱 신경망을 이용한 기계학습이 객체 인식에서 좋은 성능을 보인다는 것이 증명되었다. 딥러닝을 이용한 객체 인식 방법에서는 인식 정확도를 향상시키기 위하여 여러 인공 신경망 모델을 동시에 이용하는 앙상블 방법을 적용할 수 있는데, 이는 인식 속도를 감소시키는 단점이 있다. 본 논문에서는 앙상블 방법에서 신경망 모델의 출력인 특징 맵을 하나로 조합함으로써 인식 속도를 향상시키는 방법을 제시한다. 실험을 통해 제안 방법을 이용하여 인식 속도가 향상된 것을 확인하였으며, GPU 메모리를 더 효율적으로 활용할 수 있는 방법을 적용하여 인식 성능을 더욱 향상시킬 수 있을 것으로 기대된다.

#Object detection #Ensemble method #Convolutional neural network

참고문헌 (20)

참고문헌 신청

D. G. Lowe / 2004 / Distinctive Image Features from Scale-Invariant Keypoints / International Journal of Computer Vision 60(2):91~110

H. Bay / 2008 / Speeded-Up Robust Features(SURF) / Computer Vision and Image Understanding 110(3):346~359

P. Viola / 2001 / Rapid Object Detection using a Boosted Cascade of Simple Features / Computer Vision and Pattern Recognition

A. Krizhevsky / 2012 / ImageNet Classification with Deep Convolutional Neural Networks / Conference on Neural Information Processing Systems 2012 :1097~1105

R. Girshick / 2014 / Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation / Computer Vision and Pattern Recognition 2014 :580~587

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이진수

소속기관 과학기술연합대학원대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 1 이용수 236

이상광

소속기관 한국전자통신연구원

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 0.5% 복합학 > 학제간연구

논문수 38 이용수 4,789

양성일

소속기관 한국전자통신연구원

주요연구분야 공학 > 기타공학 > 기타 공학 TOP 10% 공학 > 전기전자공학 > 전자공학 TOP 0.5%

논문수 25 이용수 6,436

이 논문과 함께 이용한 논문

문화자본론 관점에서 본 영화 〈기생충〉 -현대적 아비투스 계급의 발견-

허만섭 영상문화콘텐츠연구 2020 .02

RefineDet을 활용한 영상 기반 국내 환경 도로 객체 검출 및 교통 신호 인식 네트워크

김예원 , 선지영 , 이상원 외 1명 대한전자공학회 학술대회 2019 .11

시각적 관계 인식 성능 개선을 위한 객체 검출 기술 연구

최현지 , 허유정 , 장병탁 한국정보과학회 학술발표논문집 2019 .06

단안 카메라를 딥 러닝 네트워크 기반의 객체 검출 및 거리 추정

김현석 , 박민규 , 손원일 외 2명 한국지능시스템학회 논문지 2018 .06

3차원 객체인식을 위한 보완적 특징점 기반 기술자

장영균 , 김주환 , 문승건 외 3명 정보과학회논문지 : 소프트웨어 및 응용 2012 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-569-000900964

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)