Acknowledgement
본 연구는 2018년도 교육부의 재원으로 한국연구재단의 기초연구사업(2018R1D1A1A09081924)과 2019년도 과학기술정보통신부의 재원으로 한국연구재단-현장맞춤형이공계 인재양성 지원사업(2019H1D8A1109907)의 지원으로 수행된 연구결과임.
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2021.05a
- /
- Pages.385-388
- /
- 2021
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Model Ensemble for Accurate Pig Detection under Strong Illumination Condition
강한 조명하에서 정확한 돼지 탐지를 위한 모델 앙상블
- Son, Seungwook (Dept. of Computer Convergence Software, Korea University) ;
- Ahn, Hanse (Dept. of Computer Convergence Software, Korea University) ;
- Lee, Nayeon (Dept. of Computer Convergence Software, Korea University) ;
- An, Yunho (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)
- 손승욱 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 안한세 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 이나연 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 안윤호 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 정용화 (고려대학교 컴퓨터융합소프트웨어학과) ;
- 박대희 (고려대학교 컴퓨터융합소프트웨어학과)
- Published : 2021.05.12
Abstract
CNN 기반 객체 탐지기의 발전으로 돈사에서 돼지 모니터링이 가능하지만, 실제 농가에서 적용하기 위해서는 영상에서 돈사의 조명에 직접 노출된 돼지들이 노출 과다 현상에 의해 탐지되지 않는 문제가 여전히 남아있다. 이러한 문제점은 싱글 모델로서는 정확도 개선의 한계가 있어, 복수개의 모델을 이용한 모델 앙상블 기법을 제안한다. 특히 본 연구에서 제안하는 영상 처리 기법을 사용하여 생성된 상호 보안적인 데이터를 통해 학습된 두 개의 TinyYOLOv4 모델을 결합하면, 돼지 객체 탐지의 정확도가 하나의 TinyYOLOv4 모델에 비하여 획기적으로 개선되었음을 확인하였다.
Keywords