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
이한성 (Kangwon National University) 오유정 (Kangwon National University) 박영철 (Kangwon National University) 임상진 (Kangwon National University) 조현종 (Kangwon National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제71권 제9호
발행연도
2022.9
수록면
1,308 - 1,314 (7page)
DOI
10.5370/KIEE.2022.71.9.1308

이용수

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

초록· 키워드

오류제보하기
Global industrialization has made human life comfortable, while causing environmental pollution. Environmental pollution has destroyed wildlife habitats, and as a result, several animals are endangered. In particular, long-tailed goral (Naemorhaedus caudatus) is an international endangered species that must be restored. A huge amount of photographic data has been accumulated through camera trap research for the restoration of endangered species. Until now, analysis of such photo data has only relied on experts, so it took a lot of time to analyze camera trap data. The goral detection system developed in this study, based on goral camera trap data, can enable goral data analysis at a faster than conventional methods. YOLOv4 was used as an object detection algorithm for goral detection. YOLOv4 is a network based on CSPDarknet53 and has improved performance through Bos (Bag of Specials) and BoF (Bag of Freebies). As a result, goral detection was possible with high accuracy and high speed. The performance of the goral detection system can be decreased by luminance at night. In this work, we propose a light invariant goral detection system by appropriately distributing day and night datasets for training YOLOv4. Test results on the night dataset showed an mAP of 0.907 and test results on the day dataset showed an mAP of 0.927. As a result, the goral detection system showed robust detection performance at night.
#Camera trap #Deep learning #Goral #Object detection

목차

Abstract
1. 서론
2. 본론
3. 연구결과
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

객체 탐지에서의 메모리 기반 연속 학습 기법 연구
오유정 ,  곽민지 ,  서승모 외 1명 대한전자공학회 학술대회 2023 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-560-001689153