Earticle

초록

한국어

딥러닝 모델 학습 시 충분하지 않은 데이터로 학습하는 경우 과적합이 발생할 수 있으며, 오탐지율이 높아질 수 있다. 이러한 문제점을 해결하기 위해 기존 데이터를 변환시키는 데이터 증식 방법과 딥러닝을 사용한 데이터 증식 방법에 대한 연구는 지속적으로 연구되어 왔다. 본 논문에서는 기존 데이터 증식 방법의 문제점을 해결하기 위해 객체 인식 기술과 유사도 측정 알고리즘을 활용한 이미지 데이터 증식 방법을 제안하였다. 실험 결과 기존 640개의 학습 데이터를 16,633개로 증식하였으며, 기존 데이터셋의 F1 Score 0.060을 0.852로 증가시켰다.

목차

요약
1. 서론
2. 관련 연구
3. 실험방법
3.1. 객체 인식을 위한 모델 학습 및 평가
3.2. unlabeled 비디오 데이터에 대해 모델 적용 및 태깅
3.3. 이미지 유사도 알고리즘을 통한 이미지 선택
4. 실험 및 결과
5. 결론
Acknowledgement
참고문헌

저자

• 김민제 [ 세종대학교 ]
• 이수민 [ 세종대학교 ]
• 이미영 [ 세종대학교 ]
• 백성욱 [ 세종대학교 ] 교신저자

참고문헌