이미지 기반 축산물 불량 탐지에서의 희소 클래스 처리 전략Sparse Class Processing Strategy in Image-based Livestock Defect Detection

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 106
  • Download : 0
DC FieldValueLanguage
dc.contributor.authorLee, Bumhoko
dc.contributor.author조예성ko
dc.contributor.author이문용ko
dc.date.accessioned2022-12-11T05:00:22Z-
dc.date.available2022-12-11T05:00:22Z-
dc.date.created2022-12-11-
dc.date.created2022-12-11-
dc.date.issued2022-11-
dc.identifier.citation한국정보통신학회논문지, v.26, no.11, pp.1720 - 1728-
dc.identifier.issn2234-4772-
dc.identifier.urihttp://hdl.handle.net/10203/302688-
dc.description.abstract인공지능 기술의 발전으로 산업 4.0시대가 열렸고 축산업에서도 ICT 기술이 접목된 스마트 농장의 구현이 큰 관심을 받고 있다. 그중에서도 컴퓨터 비전 기반 인공지능 기술을 접목한 축산물 및 축산 가공품의 품질 관리 기술은 스마트 축산의 핵심 기술에 해당한다. 그러나 인공지능 모형 훈련을 위한 축산물 이미지 데이터 수의 부족과 특정 범주(class)에 대한 데이터 불균형은 관련 연구 및 기술 개발에 큰 장해물이 되고 있다. 이러한 문제들을 해결하기 위해, 본 연구에서는 오버샘플링과 적대적 사례 생성기법의 활용을 제안한다. 제안되는 방법은 성공적인 불량 탐지 (Defect detection) 관점을 기반으로 하며, 이는 부족한 데이터 레이블을 효과적으로 활용하는데 필요한 방법이다. 최종적으로 실험을 통해 제안된 방법의 타당성을 확인하고 활용 전략을 검토한다.-
dc.languageKorean-
dc.publisher한국정보통신학회-
dc.title이미지 기반 축산물 불량 탐지에서의 희소 클래스 처리 전략-
dc.title.alternativeSparse Class Processing Strategy in Image-based Livestock Defect Detection-
dc.typeArticle-
dc.type.rimsART-
dc.citation.volume26-
dc.citation.issue11-
dc.citation.beginningpage1720-
dc.citation.endingpage1728-
dc.citation.publicationname한국정보통신학회논문지-
dc.identifier.kciidART002898370-
dc.contributor.localauthor이문용-
dc.contributor.nonIdAuthor조예성-
dc.description.isOpenAccessN-
dc.subject.keywordAuthorSmart farm-
dc.subject.keywordAuthorlivestock operations-
dc.subject.keywordAuthorArtificial intelligence-
dc.subject.keywordAuthorImbalanced data-
dc.subject.keywordAuthorAnomaly detection-
dc.subject.keywordAuthor스마트팜-
dc.subject.keywordAuthor축산물 관리-
dc.subject.keywordAuthor인공지능-
dc.subject.keywordAuthor불균형데이터 처리-
dc.subject.keywordAuthor이상치 탐지-
Appears in Collection
IE-Journal Papers(저널논문)
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