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

논문 기본 정보

자료유형
학술저널
저자정보
권오성 (공주교육대학교)
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제18권 제1호
발행연도
2023.2
수록면
81 - 89 (9page)

이용수

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

초록· 키워드

오류제보하기
화재 발생 시 신속한 대피를 위하여 건물 내 정확한 재실자 정보가 무엇보다 중요하다. 이에 따라 최근 열화상 센서를 이용한 모니터링 체계 구축이 선호되고 있다. 이 경우 열화상 영역의 볼륨만으로 물체를 구별하고 분석해야 한다. 본 논문에서는 이를 위한 분석 신경망 YoloV5 와 그 인식 결과를 보완하기 위한 후처리 방안을 제안한다. 일반적으로 신경망은 학습 샘플의 양과 성격에 따라 종종 오버피팅 혹은 언더피팅 현상을 보인다. 이 현상은 학습 샘플의 의존성 및 신경망의 구조적 한계 등에 기인한다. 그에 따라 신경망의 추론 결과 역시도 종종 예기치 않은 결과를 도출하기도 한다. 본 논문에서는 이를 개선하기 위한 방안으로 이미지의 특징 흐름 기반 분석으로 오인식 부분을 바로 잡는 알고리즘과 전체적인 시스템 구성 방안을 제안하고자 한다. 제안하는 방식은 이미지의 시계열을 분석하고 그 차이점을 정량화하여 볼륨 분석 오류를 백트래킹하는 방식으로 수정하는 방식이다. 실험 결과, 추가적인 후처리로 인한 시간 지연은 크지 않았으며 기존 방식과 비교하여 의미 있는 인식률 개선과 성능이 21.28 % 향상된 것을 확인할 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0