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
- 학위논문
- 저자정보
- 지도교수
- 이현빈
- 발행연도
- 2021
- 저작권
- 한밭대학교 논문은 저작권에 의해 보호받습니다.
이용수5
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
표 검출은 문서 분석을 위하여 필수적이지만, 표의 종류와 형태가 다양하기 때문에 자동으로 검출하는 것은 매우 어렵다. 최근 대량의 표 데이터 구축과 딥러닝 기법을 통해 표 검출 성능이 크게 향상되었지만, 그래프나 그림을 표로 잘못 인식하는 문제는 여전히 남아있다. 이러한 표 오검출 문제가 발생하는 이유는 모델이 추출한 표 영역의 특징 벡터에 다른 객체의 특징 벡터가 일부 포함되기 때문이며, 본 연구에서는 이와 같은 공통적인 특징 벡터를 제거하기 위해 Loss Compensation 기반의 학습 기법을 수행한다. 적절한 손실 값을 추가하기 위해 표 영역과 배경 영역을 도메인으로 정의하고 두 도메인을 분류하는 Loss Compensation 모듈을 제안하며, 해당 모듈을 Faster R-CNN에 추가하여 표 영역이 가지는 고유한 특징을 추출할 수 있도록 개발하였다. 실험을 통해 제안하는 방식이 별도의 학습 데이터 추가 없이 표 오검출율을 크게 낮출 수 있음을 증명하였고, 그 결과 기존에 제안된 Faster R-CNN 기반의 표 검출 기법과 비교하여 약 3% 이상 향상된 표 검출 성능을 확인하였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0