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
- 2023.1
- 수록면
- 1 - 11 (11page)
- DOI
- 10.7840/kics.2023.48.1.1
이용수
초록· 키워드
오류제보하기
YOLOv5와 같은 일반적인 객체 검출기는 일상 환경에서 획득 가능한 이미지로 구성된 COCO 데이터세트에서는 큰 성과를 보였지만 항공 영상에서는 높은 성능을 도출하지 못하였다. 이는 항공 영상의 특성을 반영하지 못한 네트워크 구조 때문이다. 본 논문에서는 항공 영상의 특성을 분석하고 이를 통해 항공 영상에 특화된 객체 검출기를 제안한다. 항공 영상은 첫째, 이미지 내 객체들의 크기가 소형이고 밀집도가 높은 양상을 보인다. 둘째, 넓은 시야각으로 인해 객체 정보보다 배경 정보가 많이 존재하며 이로 인해 복잡한 배경이 많아 밀집도가 높은 객체의 구분이 어렵다. 이러한 특성을 반영하여 높은 해상도를 유지하며 특징을 추출하는 SB 네트워크와 객체와 배경의 분리를 위한 Triplet Attention을 사용한 TA 네트워크를 제안한다. 제안하는 네트워크인 YOLOv5l-TA는 YOLOv5l 네트워크 대비 mAP<SUB>0.5</SUB> 성능이 11.2% 향상하였고 객체의 크기별로 계산한 mAP<SUB>vt</SUB>, mAP<SUB>t</SUB>, mAP<SUB>s</SUB>, mAP<SUB>m</SUB> 성능이 각각 280%, 55%, 36.1%, 4.8% 증가하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험 결과
Ⅳ. 결론
References
참고문헌 (17)
참고문헌 신청
K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” in Proc. IEEE Conf. CVPR, pp. 770-778, Las Vegas, USA, Jun. 2016.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” arXiv preprint arXiv:1409.1556, 2014.
M. Tan and Q. V. Le, “Efficientnet: Rethinking model scaling for convolutional neural networks,” in Int. Conf. Mach. Learn., pp. 6105-6114, California, USA, Jun. 2019.
R. Girshick, J. Donahue, T. Darrell, and J. Malik, “Rich feature hierarchies for accurate object detection and semantic segmentation,” in Proc. IEEE Conf. CVPR, pp. 580-587, Columbus, USA, Jun. 2014.
R. Girshick, “Fast R-CNN,” in Proc. IEEE Conf. CVPR, pp. 1440-1448, Boston, USA, Jun. 2015.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” arXiv preprint arXiv:1409.1556, 2014.
M. Tan and Q. V. Le, “Efficientnet: Rethinking model scaling for convolutional neural networks,” in Int. Conf. Mach. Learn., pp. 6105-6114, California, USA, Jun. 2019.
R. Girshick, J. Donahue, T. Darrell, and J. Malik, “Rich feature hierarchies for accurate object detection and semantic segmentation,” in Proc. IEEE Conf. CVPR, pp. 580-587, Columbus, USA, Jun. 2014.
R. Girshick, “Fast R-CNN,” in Proc. IEEE Conf. CVPR, pp. 1440-1448, Boston, USA, Jun. 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
초해상도 모델 구조 기반 항공 영상 내 다중 크기 객체 검출 신경망
한국항공우주학회지
2023 .08
-
항공 영상 내 소형 객체 인식을 위한 전이학습 방안 연구
한국항공우주학회 학술발표회 초록집
2020 .11
-
영상 속 작은 객체 탐지를 위한 실시간 객체탐지기
한국통신학회 학술대회논문집
2019 .06
-
합성곱 신경망을 활용한 항공 영상에서의 소형 객체 인식 연구
대한전자공학회 학술대회
2020 .08
-
고해상도 위성 및 항공 영상에 대한 딥러닝 기반 객체 검출 알고리즘의 적용
한국항공우주학회 학술발표회 초록집
2019 .11
-
객체 탐지기의 계층적 특징 강화 기법
한국통신학회 학술대회논문집
2024 .11
-
Object Recognition in Low Resolution Images using a Convolutional Neural Network and an Image Enhancement Network
Journal of KIISE
2018 .08
-
무인항공기 항공이미지 객체탐지 알고리즘 비교분석에 관한 연구
항공우주시스템공학회 학술행사 논문집
2023 .10
-
불확실성을 이용한 딥러닝 기반의 항공 이미지 객체 탐지
제어로봇시스템학회 논문지
2020 .11
-
초고해상도 복원에서 성능 향상을 위한 다양한 Attention 연구
방송공학회논문지
2020 .11
-
작은 객체 검출을 위한 최적화 딥러닝 네트워크
대한전자공학회 학술대회
2022 .06
-
저해상도 이미지 분류를 위한 고해상도 이미지로부터의 Self-Attention 정보 추출 네트워크
한국정보과학회 학술발표논문집
2019 .12
-
심층 학습 네트워크 이용한 항공 영상 객체의 방향 정보 regression
대한전자공학회 학술대회
2021 .06
-
다해상도 주의집중 메커니즘을 이용한 움직이는 물체 탐지 알고리즘
전자공학회논문지
2019 .03
-
항공 영상 내 오브젝트 면적 계산 기법
한국정보과학회 학술발표논문집
2020 .07
-
객체기반 분류기법을 적용한 고해상도 영상의 변화탐지
대한공간정보학회 학술대회
2016 .10
-
잔차 신경망과 팽창 합성곱 신경망을 이용한 라이트 필드 각 초해상도 기법
한국정보통신학회논문지
2020 .12
-
고해상도 및 대규모 항공 지도를 활용한 순차적 항공 이미지 Dataset 생성 도구
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
비정형 객체 인식을 위한 Adaptive Attention Mechanism 기반 객체 탐지 기법
한국정보과학회 학술발표논문집
2022 .06
-
동적 해양 환경에서 어텐션 모듈 기반 해상 객체 탐지에 관한 연구
한국정밀공학회 학술발표대회 논문집
2024 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0