과제정보
본 연구는 한국연구재단 중견연구 (2022R1A2C2010095)의 연구비 지원을 받아 수행되었습니다.
한국방송∙미디어공학회:학술대회논문집 (Proceedings of the Korean Society of Broadcast Engineers Conference)
- 한국방송∙미디어공학회 2022년도 추계학술대회
- /
- Pages.199-202
- /
- 2022
강인한 물체 검출을 위한 뉴럴 네트워크의 특징 분석
Feature Analysis of Neural Network for Robust Object Detection
- 김준표 (인하대학교 전기컴퓨터공학과) ;
- 김희제 (인하대학교 전기컴퓨터공학과) ;
- 정유진 (인하대학교 전기컴퓨터공학과) ;
- 박상진 (인하대학교 전기컴퓨터공학과) ;
- 송병철 (인하대학교 전기컴퓨터공학과)
- Junpyo Kim (Inha University) ;
- Heeje Kim (Inha University) ;
- Yoojin Jung (Inha University) ;
- Sangjin Park (Inha University) ;
- Byung Cheol Song (Inha University)
- 발행 : 2022.11.18
초록
왜곡된 영상에 강인한 물체 검출은 자율 주행과 같은 안전에 치명적인 실생활 응용 분야에서 핵심 문제로 다뤄지고 있다. 이러한 이유로, 영상 처리 및 컴퓨터 비전 분야에서 강인한 물체 검출에 대한 연구가 활발하게 진행되고 있다. 본 논문에서 우리는 왜곡된 영상이나 이미지에서도 일정한 성능의 물체 검출을 위한 연구 [4]를 benchmark 하여 다양한 방법으로 변형된 데이터셋을 통해 학습한 모델을 성능과 feature map 측면에서 분석해 봄으로써, 향후 강인한 물체 검출에 있어 효과적인 성능 향상을 위한 intuition 을 제공하고자 한다.
키워드