KSC 2017
Current Result Document :
| 한글제목(Korean Title) |
Insight CNN |
| 영문제목(English Title) |
Insight CNN |
| 저자(Author) |
문귀성
김윤
GwiSeong Moon
Yoon Kim
|
| 원문수록처(Citation) |
VOL 44 NO. 02 PP. 0778 ~ 0780 (2017. 12) |
한글내용
(Korean Abstract) |
과거 해변환경에서 입수자를 검출하고 추적하는 알고리즘이 제안되었다. 동적으로 변하는 해변의 모든상황을 영상처리 기법으로는 해결하기가 쉽지 않았다. 현재 영상처리 기법으로 풀지 못하는 많은 문제들을 CNN이 해결하는 상황에 따라 본 논문은 해변환경에서 입수자를 검출하는 CNN 모델을 제시한다. CNN은 같은 학습데이터로, 같은 구조의 모델을, 같은 Loss함수로 학습시켜 학습데이터에 대한 우수한 성능이 나오는 가중치들의 경우의 수는 무궁무진하다. 하지만 각각의 경우들은 검증데이터 및 시험데이터에 대한 성능은 확연히 다르다. 그래서 본 논문은 CNN모델이 검증데이터에도 좋은 성능을 내는 가중치들의 경우로 학습시키는 방법을 제안한다. 그 방법은 학습데이터와 검증데이터 그리고 시험데이터 사이에 존재하는 공통된 특징을 찾아서 이 특징을 잘 기술해주는 특징맵을 영상처리기술을 이용하여 만드는 것이다. 그다음 CNN 안에 구성되어 있는 특징맵 일부를 앞에서 영상처리기술을 이용하여 만든 특징맵으로 대체하는것이다. 이렇게 함으로써 학습데이터와 검증데이터 및 시험데이터를 모두 잘 구별할 수 있다. 따라서 학습데이터, 검증데이터, 시험데이터 사이의 공통된 특징을 찾아내는 전문가 안목이 주입된 CNN모델은 수많은 가중치들의 경우들 중 검증데이터 및 시험데이터에서도 좋은 성능을 내는 가중치들의 경우로 학습된다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
