Earticle

초록

한국어

본 논문에서는 효율적인 사물 이미지 분류를 위한 계층적 이미지 분류 체계 방안에 대해 제안한다. 기존의 전체 이미지를 한 번에 분류하는 무 계층 이미지 분류에서는 상대적으로 유사한 모양을 가진 사물은 효율적으로 인식하지 못하는 모습을 보 여줬다. 따라서 본 논문에서는 사물 이미지에 대해 계층적으로 분류를 시도하는 단계적 계층 구조에서의 이미지 분류 기법을 소개한다. 또한, 실제 시스템에 딥 러닝 이미지 분류가 적용되었을 때 발생할 수 있는 확장성에 대해서 고려하기 위해 확장성 이 고려된 효율적인 클래스 구성 방식과 알고리즘도 소개한다. 이와 같은 방식은 상대적으로 유사한 형태를 보인 사물 이미지 에 대해 더 높은 신뢰도로 이미지를 분류하는 것을 가능하게 한다.

영어

In this paper, we propose a hierarchical image classification scheme for efficient object image classification. In the non-hierarchical image classification, which classifies the existing whole images at one time, it showed that objects with relatively similar shapes are not recognized efficiently. Therefore, in this paper, we introduce the image classification method in the hierarchical structure which attempts to classify object images hierarchically. Also, we introduce to the efficient class structure and algorithms considering the scalability that can occur when a deep learning image classification is applied to an actual system. Such a scheme makes it possible to classify images with a higher degree of confidence in object images having relatively similar shapes.

목차

요약
ABSTRACT
1. 서론
1.1 연구 배경 및 내용
1.2 관련 연구 및 동향
2. 단계적 계층 이미지 분류 구조
2.1 클래스 분류
2.2 클래스 분류 방식
2.3 특징을 이용한 클래스 분류
2.4 클래스 생성을 위한 알고리즘
3. 실험 및 결과
3.1 실험 환경 및 실험 데이터
3.2 이미지 학습 모델 및 방법
3.3 실험 방법
3.4 무 계층에서의 실험 결과
3.5 단계적 계층에서의 실험 결과
3.6 평가
4. 결론
참고문헌

저자

• 유태우 [ Taewoo You | 세종대학교 디지털콘텐츠학과 ]
• 김윤욱 [ Yunuk Kim | 세종대학교 디지털콘텐츠학과 ]
• 정하민 [ Hamin Jeong | 세종대학교 디지털콘텐츠학과 ]
• 유현수 [ Hyunsoo Yoo | 세종대학교 디지털콘텐츠학과 ]
• 안용학 [ Yonghak Ahn | 세종대학교 컴퓨터공학과 ] 교신저자

참고문헌