메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
권영재 (안동대학교) 정윤주 (안동대학교) 이철희 (안동대학교)
저널정보
한국양봉학회 Journal of Apiculture Journal of Apiculture Vol.37 No.3
발행연도
2022.9
수록면
243 - 253 (11page)
DOI
10.17519/apiculture.2022.09.37.3.243

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
양봉 산업의 주요 피해 요인인 말벌의 효과적인 방제를 위해서는 말벌의 출현을 확인하기 위한 실시간 모니터링 시스템의 도입이 필요하다. 현재 영상인식 분야에서는 합성곱 신경망이 많이 활용되고 있으나 합성곱 신경망을 활용한 객체 인식을 위해서는 충분한 객체의 크기가 보장되어야 한다. 40 cm 거리에서 4K 카메라로 가로 세로 각각 30~40 cm의 영역을 촬영할 경우 전체 영상에서 말벌의 크기는 2~3% 내외로 화소 수로는 가로세로 대략 100~120화소 이내이다. 따라서 인식이 매우 어려워 영상을 분할하여 최소 입력 크기가 보장될 수 있도록 하는 타일링 방법이 필요하다. 그러나, 기존의 타일링 방식은 분할된 경계선 영역에서 객체가 다르거나, 절반만 검출되었을 때 대상을 잘 분류하지 못하는 한계점이 있는 것으로 확인되었다. 따라서 본 연구에서는 기존 타일링 방법에서 객체가 다르거나 절반만 객체로 검출될 때 추가적인 분류를 포함하는 형태로 알고리즘을 개선하여 인식 성능을 향상하는 방법을 제시하였다. 제안한 방법의 성능평가를 위해 5종의 말벌과 1종의 양봉꿀벌 영상으로 구성된 7,505개의 데이터와 YOLOX를 이용한 말벌 검출 시스템을 개발하였다. 성능평가를 위해 4K 해상도를 가진 배경에 다수의 말벌 영상을 타일 영상의 경계영역에 겹치지 않게 합성한 시험 영상을 제작하여 경계영역에 존재하는 말벌 객체의 인식 성능을 평가하였다. 평가도구로는 객체 탐지척도 (Padilla et al., 2021)를 활용하였으며 실험 결과 제안한 방법이 PASCAL VOC mAP 기준 14.14%로 정확도의 측면에서 비교 알고리즘보다 우수한 결과를 보임을 확인하였다.

목차

Abstract
서론
재료 및 방법
결과 및 고찰
적요
인용문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-527-000112429