Skip to content

Publication System Design Laboratory

Home Publication Conference
✔ 뷰어로 보기
Domestic Conference
2019.04.02 14:21

이원재, 노명일, 이성준, 석영수, 오민재, "스케일 정규화를 통한 딥러닝 기반의 선박 이미지 인식 정확도 향상 방법 연구", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 340, 2019.05.15-17

SyDLab
조회 수 263
?

단축키

Prev이전 문서

Next다음 문서

가 크게 작게 위로 아래로 댓글로 가기 인쇄
?

단축키

Prev이전 문서

Next다음 문서

가 크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 자율 운항 선박에 있어서 선박 주변의 물체를 정확하고 신속하게 탐지하는 것은 중요한 기술이다. 또한 현재의 유인 운항 선박에서도 사람의 실수를 방지하기 위한 운항 보조 시스템으로서의 물체 탐지 기술이 필요하다. 본 연구에서는 광학 카메라를 통해 촬영된 해양 환경 영상을 대상으로 물체 탐지를 수행하였으며, SNIP(Scale Normalization for Image Pyramid) 방법을 이용하여 물체 탐지 정확도를 개선하고자 하였다. 본 연구에서는 물체 탐지 방법으로서 최근 컴퓨터 비전 분야에서 널리 활용되고 있는 CNN(Convolutional Neural Network)을 기반으로 한 딥 러닝 물체 탐지 방법인 Faster R-CNN을 활용하였다. Faster R-CNN의 경우 two-stage 물체 탐지 방법으로서 물체 탐지를 수행하는데 소요되는 시간이 one-stage 방법에 비해 길다는 단점이 있으나 비교적 물체 탐지 정확도가 높아 조선 해양 분야에 적합하다. 해양 환경 영상으로는 공개되어 있는 Singapore Maritime Dataset을 이용하여 물체 탐지 모델을 학습시켰고, 학습된 모델의 정확도를 확인하였다. 해양 환경 영상에서는 수많은 작은 물체가 존재하기 때문에 이들을 적절히 탐지하는 것은 중요하다. Faster R-CNN을 비롯한 기존의 물체 탐지 방법들의 경우 작은 물체를 탐지하는 정확도가 낮다는 단점이 있으나 이를 극복하기 위하여 Faster R-CNN 알고리즘에 SNIP 방법을 적용하였다. SNIP 방법에서는 작은 물체에 대해서는 스케일을 키우고 큰 물체에 대해서는 스케일을 작게 하여 물체 스케일 간의 편차를 줄인 다음 학습시켜 정확도를 향상시킨다. 결과적으로 작은 크기의 물체를 탐지하는 성능과 전체적인 물체 탐지 성능이 향상된 것을 확인하였다.
Keywords: Object detection (물체 탐지), Object recognition (장애물 인식), CNN (Convolutional Neural Network), Faster R-CNN, 딥 러닝( Deep learning), 스케일 정규화 (SNIP: Scale Normalization for Image Pyramid)
Publication Date 2019-05-17

이원재, 노명일, 이성준, 석영수, 오민재, "스케일 정규화를 통한 딥러닝 기반의 선박 이미지 인식 정확도 향상 방법 연구", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 340, 2019.05.15-17

위로 아래로 댓글로 가기 인쇄

  1. 이원재, 노명일, 이성준, 하지상, 공민철, 이종혁, "선박의 주변 인지를 위한 영상 인식 기반 물체 탐지 및 추적 방법", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 341, 2020.02.05-08

    CategoryDomestic Conference
    Read More

  2. 이원재, 노명일, 이성준, 석영수, 오민재, "스케일 정규화를 통한 딥러닝 기반의 선박 이미지 인식 정확도 향상 방법 연구", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 340, 2019.05.15-17

    CategoryDomestic Conference
    Read More

  3. 이원재, 노명일, 이성준, 석영수, "선박 주변의 물체 탐지를 위한 딥 러닝 기반 이미지 데이터셋 제작 및 학습 방법", 2019년도 한국CDE학회 동계학술발표회, 평창, pp. 518, 2019.1.23-26

    CategoryDomestic Conference
    Read More

  4. 이원재, 노명일, 이성준, 하지상, 석영수, 오민재, "선박 운항 시 주변 인지를 위한 물체 탐지, 추적 및 거리 추정 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 431, 2019.10.24-26

    CategoryDomestic Conference
    Read More

  5. 이승민, 노명일, 이성민, 김기수, "선박 항로 계획을 위한 최적 경로 및 속도 결정 방법", 2017년도 선박해양설계연구회 하계연구발표회, 세종, 2017.08.24-25

    CategoryDomestic Conference
    Read More

  6. 이승민, 노명일, 김기수, 함승호, “항로, 해상환경, 운동을 고려한 선박의 실감 운항 가시화 기술 연구”, 2016년도 한국CAD/CAM학회 하계학술발표회, 부산, pp. 192, 2016.08.25-26

    CategoryDomestic Conference
    Read More

  7. 이승민, 노명일, 김기수, 함승호, "해상 크레인의 이동을 위한 예인선의 최적 운영 계획", 2018년도 대한조선학회 춘계학술발표회, 제주, pp. 487, 2018.05.24-25

    CategoryDomestic Conference
    Read More

  8. 이승민, 노명일, 김기수, 함승호, "해상 크레인 운송용 예인선의 운용을 위한 최적화 모델 연구", 2017년도 한국CDE학회 동계학술발표회, 평창, pp. 349, 2017.02.08-10

    CategoryDomestic Conference
    Read More

  9. 이승민, 노명일, 김기수, "함정의 통합 생존성 평가를 위한 침수 해석 방법 연구", 2017년도 대한조선학회 춘계학술발표회, 부산, pp. 240, 2017.04.19-20

    CategoryDomestic Conference
    Read More

  10. 이승민, 노명일, 김기수, "쾌속 침수 해석을 위한 병렬 컴퓨팅 기법 연구", 2017년도 대한조선학회 추계학술발표회, 여수, 2017.11.02-03

    CategoryDomestic Conference
    Read More
쓰기
Board Pagination Prev 1 ... 12 13 14 15 16 17 18 19 20 21 ... 51 Next
/ 51

Powered by Xpress Engine / Designed by Sketchbook

sketchbook5, 스케치북5

sketchbook5, 스케치북5

나눔글꼴 설치 안내


이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소