Earticle

초록

한국어

최근 연구를 통해 다양한 물체 탐지 및 분류 모델은 전반적으로 크게 성능 향상이 이루워졌지만, 물체가 부분적으 로 노출된 상황에서의 물체 탐지 및 분류에 대한 연구는 미흡한 실정이다. 특히, 군사 분야에서 무인전투체계가 물체 를 탐지하고 분류하는 데 사용되는 경우, 군사적 상황에서 물체는 일반적으로 부분적으로 가려진 상태나 위장된 상태 일 가능성이 높다. 본 연구에서는 부분적으로 가려진 물체의 분류 성능을 향상시키는 방법을 제안한다. 이 방법은 물 체 이미지 상에 특정 부분을 주변 환경을 고려하여 가리는 부분을 추가하여 은·엄폐 및 위장된 물체에 대한 분류 성 능을 개선시켰다. 실험결과로 제안 방법을 적용하였을 때 은·엄폐 및 위장된 물체에 대해서 기존 방법에 비해 물체 분 류 향상이 있음을 볼 수가 있었다.

영어

Recent research has seen significant improvements in various object detection and classification models overall. However, the study of object detection and classification in situations where objects are partially obscured remains an intriguing research topic. Particularly in the military domain, unmanned combat systems are often used to detec t and classify objects, which are typically partially concealed or camouflaged in military scenarios. In this study, a method is proposed to enhance the classification performance of partially obscured objects. This method involves a dding occlusions to specific parts of object images, considering the surrounding environment, and has been shown to improve the classification performance for concealed and obscured objects. Experimental results demonstrate that the proposed method leads to enhanced object classification compared to conventional methods for concealed and ob scured objects.

목차

요약
ABSTRACT
1. 서론
2. 관련연구
2.1 이미지 분류 모델
2.2 이미지 Cutout 방법
3. 제안방법
4. 실험 및 평가
4.1 데이터셋
4.2 분류 모델
4.3 제안방법을 이용한 데이터 처리
4.4 분석결과
5. 국방 분야에서의 제안방법 활용
6. 결론
참고문헌

저자

• 김영훈 [ Yeong-hoon Kim | 제3군단 제20기갑여단 정보통신대 운용소대장(보직예정) ] 주저자
• 권현 [ Hyun Kwon | 육군사관학교 AI·데이터과학과 부교수 ] 교신저자

참고문헌