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
- 학술대회자료
- 저자정보
- 발행연도
- 2023.1
- 수록면
- 377 - 380 (4page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 합성곱 신경망(Convolutional Neural Networks, CNN)과 탄성왜곡(Elastic Distortion) 기법을 통한 데이터 증강 기법을 활용하여 학습 데이터를 구축하는 프레임워크를 제안한다. 실제 균열 이미지는 정형화된 형태가 없고 복잡한 패턴을 지니고 있어 구하기 어려울 뿐만 아니라, 데이터를 확보할 때 위험한 상황에 노출될 우려가 있다. 이러한 데이터베이스 구축 문제점을 본 논문에서 제안하는 데이터 증강 기법을 통해 비용적, 시간적 측면에서 효율적으로 해결한다. 세부적으로는 DeepCrack의 데이터를 10배 이상 증가하여 실제 균열의 특징을 반영한 메타 데이터를 생성하여 U-net을 학습하였다. 성능을 검증하기 위해 균열 탐지 연구를 진행한 결과, IoU 정확도가 향상되었음을 확인하였다. 데이터를 증강하지 않았을 경우 잘못 예측(FP)된 경우의 비율이 약 25%였으나, 데이터 증강을 통해 3%까지 감소하였음을 확인하였다.
목차
요약
Ⅰ. Introduction
Ⅱ. The Proposed Scheme
Ⅲ. Results
Ⅳ. Conclusions
REFERENCES
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
효율적인 균열 데이터수집을위한벡터기반데이터증강과 네트워크 학습
김종현
컴퓨터그래픽스학회논문지
2022
.06
대규모 기계학습을 위한 분산 GPU 기반의 행렬 연산 엔진 및 그 응용
한동형
,
김민수
정보과학회지
2020
.08
벡터맵을 사용한 자율주행자동차의 경로계획 알고리즘
김윤정
,
문병일
,
하상욱
외 3명
한국자동차공학회 추계학술대회 및 전시회
2019
.11
3D 그래픽 소프트웨어를 활용한 도형 학습 효과
신수범
,
김주일
한국컴퓨터정보학회논문지
2013
.01
유전 알고리즘과 게임 트리를 병합한 오목인공지능 설계 및 GPU 기반 병렬 처리 기법
안일준
,
박인규
정보과학회논문지 : 시스템 및 이론
2010
.04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-004-000350750