Earticle

초록

영어

To guarantee AI model’s prominent recognition rate and recognition precision, obtaining the large number of data is essential. In this paper, we propose transfer learning-based object detection algorithm for maintaining outstanding performance even when the volume of training data is small. Also, we proposed a tranfer learning network combining Resnet-50 and YOLO(You Only Look Once) network. The transfer learning network uses the Leeds Sports Pose dataset to train the network that detects the person who occupies the largest part of each images. Simulation results yield to detection rate as 84% and detection precision as 97%.

한국어

딥 러닝 기반 객체 탐지 및 영상처리 분야에서 모델의 인식률과 정확도를 보장하기 위해 다량의 데이터 확보는 필수적이다. 본 논문에서는 학습데이터가 적은 경우에도 인공지능 모델의 높은 성능을 도출하기 위해 전이학습 기반 객 체탐지 알고리즘을 제안한다. 본 논문에서는 객체탐지를 위해 사전 학습된 Resnet-50 네트워크와 YOLO(You Only Look Once) 네트워크를 결합한 전이학습 네트워크를 구성하였다. 구성된 전이학습 네트워크는 Leeds Sports Pose 데이터셋의 일부를 활용하여 이미지에서 가장 넓은 영역을 차지하고 있는 사람을 탐지하는 네트워크로 학습을 진행하였 다. 실험결과는 탐지율 84%, 탐지 정확도 97%를 기록하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 딥 러닝 알고리즘
1. 전이 학습
2. 전이학습 네트워크
Ⅲ. 실험 환경 및 결과
1. 실험 데이터
2. 실험 환경
3. 실험 결과
Ⅳ. 결론
References

키워드

저자

• 이동구 [ Donggu Lee | 준회원, 광운대학교 전자융합공학과 ]
• 선영규 [ Young-Ghyu Sun | 준회원, 광운대학교 전자융합공학과 ]
• 김수현 [ Soo-Hyun Kim | 준회원, 광운대학교 전자융합공학과 ]
• 심이삭 [ Issac Sim | 준회원, 광운대학교 전자융합공학과 ]
• 이계산 [ Kye-San Lee | 정회원, 경희대학교 전파공학과 ]
• 송명남 [ Myoung-Nam Song | 준회원, ㈜현대엠아이비인터내셔널 ]
• 김진영 [ Jin-Young Kim | 정회원, 광운대학교 전자융합공학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380