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
- 학술저널
- 저자정보
- 발행연도
- 2022.1
- 수록면
- 44 - 55 (12page)
이용수
초록· 키워드
오류제보하기
농업 관련 방송 콘텐츠에서 과일에 대한 자동적인 정보 제공을 위해서 대상 과일의 인스턴스 영상 분할이 요구된다. 또한, 해당 과일에 대한 3차원 자세에 대한 정보 제공도 의미있게 사용될 수 있다. 본 논문에서는 영상 콘텐츠에서 토마토에 대한 정보를 제공하는 연구를 다룬다. 인스턴스 영상 분할 기법을 학습하기 위해서는 다량의 데이터가 필요하지만 충분한 토마토 학습데이터를 얻기는 힘들다. 따라서 적은 양의 실사 영상을 바탕으로 데이터 증대기법을 통해 학습 데이터를 생성하였다. 실사 영상만을 통한 학습 결과 정확도에 비해서, 전경과 배경을 분리해서 만들어진 합성 영상을 통해 학습한 결과, 기존 대비 성능이 향상되는 것을 확인하였다. 영상 전처리 기법들을 활용해서 만들어진 영상을 사용한 데이터 증대 영상의 학습 결과, 전경과 배경을 분리한 합성 영상보다 높은 성능을 얻는 것을 확인하였다. 객체 검출 후 자세 추정을 하기 위해 RGB-D 카메라를 이용하여 포인트 클라우드를 획득하였고 최소제곱법을 이용한 실린더 피팅을 진행하였고, 실린더의 축 방향을 통해 토마토 자세를 추정하였다. 우리는 다양한 실험을 통해서 대상 객체에 대한 검출, 인스턴스 영상 분할, 실린더 피팅의 결과가 의미있게 나타난다는 것을 보였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 데이터 증대
Ⅳ. 모델 학습 및 자세 추정
Ⅴ. 결과
Ⅵ. 결론
참고문헌
참고문헌 (29)
참고문헌 신청
Jongseo Lee, Mangyu Kim, and Hakil Kim, “Camera and LiDAR Sensor Fusion for Improving Object Detection”, JBE Vol. 24, No. 4, July 2019. https://doi.org/10.5909/JBE.2019.24.4.580
Jinbae Park, Teerath Kumar, and Sung-Ho Bae, “Search for Optimal Data Augmentation Policy for Environmental Sound Classification with Deep Neural Networks”, JBE Vol. 25, No. 6, November 2020. https://doi.org/10.5909/JBE.2020.25.6.854
Y. Onishi, T. Yoshida, H. Kurita, T. Fukao, H. Arihara, and A. Iwai, “An automated fruit harvesting robot by using deep learning.” Robomech Journal, Vol. 6, No.13, November 2019.
K. I-His, H. Ya-Wen, Y. Ya-Zhu, C. Ya-Li, L. Yi-Horng, and P. Jau-Woei, “Determination of Lycopersicon maturity using convolustional autoencoders”, Scientia Horticulturae, Vol. 256, No.108538, October 2019.
A. Elhassouny, and F. Smarandache, “Smart mobile application to recognize tomato leaf diseases using convolutional Neural Networks,” International Conference of Computer Science and Renewable Energies, pp. 1-4, 2019.
Jinbae Park, Teerath Kumar, and Sung-Ho Bae, “Search for Optimal Data Augmentation Policy for Environmental Sound Classification with Deep Neural Networks”, JBE Vol. 25, No. 6, November 2020. https://doi.org/10.5909/JBE.2020.25.6.854
Y. Onishi, T. Yoshida, H. Kurita, T. Fukao, H. Arihara, and A. Iwai, “An automated fruit harvesting robot by using deep learning.” Robomech Journal, Vol. 6, No.13, November 2019.
K. I-His, H. Ya-Wen, Y. Ya-Zhu, C. Ya-Li, L. Yi-Horng, and P. Jau-Woei, “Determination of Lycopersicon maturity using convolustional autoencoders”, Scientia Horticulturae, Vol. 256, No.108538, October 2019.
A. Elhassouny, and F. Smarandache, “Smart mobile application to recognize tomato leaf diseases using convolutional Neural Networks,” International Conference of Computer Science and Renewable Energies, pp. 1-4, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
영상의 배경과 전경이 영상 분류에 미치는 영향
대한전자공학회 학술대회
2023 .06
-
가상 합성 영상으로부터 실제 단일 영상에서의 객체 자세 추정
대한전자공학회 학술대회
2022 .06
-
이미지 분할과 업스케일링을 활용한 위성 영상 내 객체 탐지 성능 향상 방안
한국정보기술학회논문지
2024 .06
-
합성 데이터를 활용한 위성영상 표적 검출 성능 분석에 관한 연구
한국항공우주학회 학술발표회 초록집
2022 .11
-
영상처리 및 심층 네트워크 기반 영상 분할 방법
전자공학회논문지
2021 .01
-
Mask R-CNN 기반 심층학습을 이용한 개체영상의 인공지능 학습데이터 구축
한국지능시스템학회 논문지
2022 .06
-
유전자 알고리즘을 이용한 효과적인 영상 생성 기법
한국정보통신학회논문지
2019 .08
-
인물 객체의 3차원 인스턴스 분할 기술 연구
방송공학회논문지
2024 .11
-
기준 영상을 활용한 효율적 영상 복원에 관한 연구
한국정보통신학회논문지
2015 .03
-
저조도 환경에서 LLIE 기법을 통한 실시간 영상 분할 기법의 성능 향상 방안
대한공간정보학회지
2025 .03
-
3차원 포인트 클라우드를 이용한 토마토 자세 추정
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
동영상 내 객체 추적을 위한 영상 데이터셋 구축 방법
한국정보통신학회논문지
2021 .12
-
심층학습의 인스턴스 분할을 이용한 시설작물 레이블링
한국지능시스템학회 논문지
2021 .08
-
딥러닝 영상 분할의 정확도 향상을 위한 처리방법 연구
한국정보통신학회 종합학술대회 논문집
2021 .05
-
소량 학습데이터 환경에서의 위성영상 객체 검출 성능 향상에 관한 연구
한국항공우주학회 학술발표회 초록집
2023 .04
-
딥러닝을 이용한 온실의 환경에서 토마토 화방 및 과실 객체 검출 모델 연구
한국통신학회논문지
2021 .11
-
경량화된 Mean-Shift 영상 분할 및 형태 특징을 이용한 객체 탐지 방법
한국컴퓨터정보학회 학술발표논문집
2022 .01
-
회색조 영상의 시맨틱 분할을 위한 사전 학습된 딥러닝 모델 확장 기법
한국통신학회논문지
2023 .01
-
영상 분할을 이용한 영상 전송 시스템에 대한 연구
반도체디스플레이기술학회지
2016 .01
-
3D 캐릭터 원화 분석을 위한 합성 영상 생성 및 딥러닝 기반의 영상 분할
한국정보과학회 학술발표논문집
2018 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-567-000204180