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
정진원 (Soongsil University) 신요안 (Soongsil University)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제48권 제1호
발행연도
2023.1
수록면
36 - 39 (4page)
DOI
10.7840/kics.2023.48.1.36

이용수

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

초록· 키워드

오류제보하기
데이터 양이 적은 데이터 세트로 딥러닝 모델을 학습할 때, 전이학습을 통해 업데이트와 재학습을 활용하면 학습 시간과 연산 리소스를 줄이고 알고리즘의 성능을 크게 향상할 수 있다. 하지만 영상처리에서 대부분의 사전 학습된 모델은 컬러 영상을 사용하여 학습되어 있어 3개 색상 채널이 입력 영상 값으로 사용된다. 반면, 회색조 영상은 컬러 영상에 비해 크기가 작고 1개의 채널을 가져 여러 개의 채널을 학습한 모델의 입력으로 사용할 수 없다. 따라서 기존 기법들은 데이터를 입력에 맞게 변형시키거나 사전 학습된 모델의 레이어를 수정해야 한다는 한계가 있다. 본 논문에서는 시맨틱 분할 영상처리를 위한 딥러닝 모델 앞부분에 컨볼루션 레이어를 추가해 회색조 영상에서 사전 학습된 모델을 사용하는 새로운 방법을 제안한다. 모의실험 결과, 제안 기법의 정확도가 높았으며 기존 기법보다 우수한 성능을 얻으면서도 좀 더 효과적으로 사전 학습된 모델을 사용할 수 있음을 확인하였다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 컨볼루션 레이어를 활용한 모델 적용 기법
Ⅲ. 시맨틱 분할 모의실험 결과
Ⅳ. 결론
References

참고문헌 (6)

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