Acknowledgement
이 논문은 2020년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (No.2020-0-00959, 드론 및 로봇분야에 적용 가능한 5G 환경 온디바이스 IoT 고속 지능 HW 및 SW 엔진 기술 개발)
Proceedings of the Korean Institute of Information and Commucation Sciences Conference (한국정보통신학회:학술대회논문집)
- 2022.05a
- /
- Pages.97-99
- /
- 2022
Analysis of the Effect of Compressed Sensing on Mask R-CNN Based Object Detection
압축센싱이 Mask R-CNN 기반의 객체검출에 미치는 영향 분석
- Moon, Hansol (Hanshin University) ;
- Kwon, Hyemin (Hanshin University) ;
- Lee, Chang-kyo (Future Mobile Communication Research Center, GERI) ;
- Seo, Jeongwook (Hanshin University)
- Published : 2022.05.26
Abstract
Recently, the amount of data is increasing with the development of industries and technologies. Research on the processing and transmission of large amounts of data is attracting attention. Therefore, in this paper, compressed sensing was used to reduce the amount of data and its effect on Mask R-CNN algorithm was analyzed. We confirmed that as the compressed sensing rate increases, the amount of data in the image and the resolution decreases. However, it was confirmed that there was no significant degradation in the performance of object detection.
산업과 기술력이 발전하면서 이에 대한 데이터의 양도 증폭하고 있으며 해당 기술력과 정보 전달에 대한 연구가 활발히 진행되고 있다. 따라서 본 논문에서는 데이터의 양을 줄이기 위해서 압축센싱을 활용하였고 해당 데이터가 객체 검출 알고리즘인 Mask R-CNN 모델에 미치는 영향을 분석하였다. 압축률이 높아질수록 이미지의 데이터 양이 줄어들면서 해상도가 낮아지는 것을 확인할 수 있었지만 객체 검출에서는 원본과 큰 차이를 보이지 않고 대부분의 객체가 검출되는 것을 확인하였다.
Keywords