Acknowledgement
이 논문은 2018년도 교육부의 재원으로 한국연구재단의 기초연구사업(2018R1D1A1A09081924)과 2019년도 과학기술정보통신부의 재원으로 한국연구재단-현장맞춤형 이공계 인재양성 지원사업(No. 2019H1D8A1109907)의 지원을 받아 수행된 연구임.
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2020.11a
- /
- Pages.705-708
- /
- 2020
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Box-Level Post Processing for Accurate Pig Detection
정확한 돼지 탐지를 위한 박스 레벨 후처리
- Yu, SeungHyun (Dept. of Computer Convergence Software, Korea University) ;
- Kim, Daewon (Dept. of Computer Convergence Software, Korea University) ;
- Kim, Heegon (Dept. of Computer Convergence Software, Korea University) ;
- Chung, Yongwha (Dept. of Computer Convergence Software, Korea University) ;
- Park, Daihee (Dept. of Computer Convergence Software, Korea University)
- 유승현 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 김대원 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 김희곤 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 정용화 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 박대희 (고려대학교 컴퓨터융합소프트웨어학과)
- Published : 2020.11.05
Abstract
합성곱 신경망(Convolutional Neural Network) 기반 객체 탐지기의 발전으로 돈사에서 돼지 모니터링이 가능하지만, 실제 농가에서 적용하기 위해서는 탐지기의 정확도를 개선해야 하는 문제가 여전히 남아있다. 본 연구에서는 합성곱 신경망 기반 돼지 탐지기의 출력인 박스들의 신뢰도 값을 평가하고 잘못된 박스들의 신뢰도 값을 보정하는 박스 레벨 후처리 방법을 제안한다. 즉, 신뢰도 값이 가짜 돼지인지 진짜 돼지인지 애매한 경우, 박스내 전경 픽셀 정보와 인접 박스의 정보를 이용하여 신뢰도 값을 낮추거나 높이는 보정 작업을 수행한다. 그리고 실제 돈사에서 취득한 11,308장의 영상 데이터로 실험한 결과, 제안 방법은 합성곱 신경망 기반 돼지 탐지기의 에러율을 4.4%에서 1.2%로 개선하는 효과가 있음을 확인하였다.
Keywords