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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김호 (경상대학교) 이수원 (경상대학교) 서영건 (경상대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제21권 제1호
발행연도
2020.1
수록면
11 - 18 (8page)
DOI
10.9728/dcs.2020.21.1.11

이용수

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

초록· 키워드

오류제보하기
딥러닝을 이용한 객체인식 방법은 나날이 발전하여 오늘날 매우 빠른 속도와 성능을 보이고 있다. 다만 그러한 딥러닝 모델을 충분히 학습시키려면 상당한 양의 데이터가 필요한데, 이는 개인이 소자본으로 사용하기에 부적절하다. 이전에도 데이터셋 부족 문제를 해결하기 위한 여러 가지 방법이 제안되었으나, 비용을 획기적으로 줄이거나 성능을 개선하기는 어려웠다. 이에 본 연구에서는 기존 방법의 성능 향상을 위해, 두 종류의 데이터셋을 각각 학습하는 YONI(You Only Need Images) 방법을 제안한다. 제안 방법은 먼저, 학습하려는 카테고리의 공통점 카테고리를 기존의 잘 알려진 데이터셋을 이용해 학습한다. 다음으로, 학습한 모델이 사용자가 만든 데이터셋의 box annotation 작업을 수행한다. 마지막으로, 학습하려는 카테고리를 사용자 데이터셋을 이용해 학습한다. 이 학습 방법이 기존의 방법처럼 비싼 box annotation 작업을 생략하면서도, box annotation 정보를 사용하지 않아 발생하는 성능 손실을 개선함으로써 기존의 방법보다 성능이 우수함을 보인다.

목차

[요약]
[Abstract]
Ⅰ. 서론
Ⅱ. 기존의 연구 방법
Ⅲ. 개선된 합동 훈련(YONI)
Ⅳ. 실험 및 평가
Ⅴ. 결론
참고문헌

참고문헌 (14)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000373953