이미지 분류 문제를 위한 능동적 학습 관점의 자동 데이터 확장

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 225
  • Download : 0
컴퓨터 비전 분야에서의 데이터 확장은 심층 신경망의 성능을 향상시키는 효과적인 기술이다. 최근 데이터 확장을 자동화하기 위하여, 데이터 셋의 특성을 파악한 뒤 어떤 확장 기법을 활용할 것인지 자동으로 선택해주는 연구들이 등장했으며, 이 기법들은 심층 신경망 모델의 성능을 유의미하게 향상시켰다. 그러나 기존의 방법론들은 높은 컴퓨팅 비용이 필요하며, 각 데이터의 특성을 고려하지 않고 모든 데이터에 대하여 동일한 데이터 확장 기법을 적용한다. 본 연구에서는 역전파 기법을 통해 쉽게 학습될 수 있고, 각 이미지의 특성을 고려하여 각기 다른 확장 기법을 적용한 이미지를 생성하는 기법을 제안한다.
Publisher
사단법인 한국컴퓨터비전학회
Issue Date
2020-02-06
Language
Korean
Citation

제 32회 영상처리 및 이해에 관한 워크샵 (IPIU 2020)

URI
http://hdl.handle.net/10203/276233
Appears in Collection
CS-Conference Papers(학술회의논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0