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
백운영 (인하대학교) 강상길 (인하대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제21권 제8호(JKIIT, Vol.21, No.8)
발행연도
2023.8
수록면
203 - 210 (8page)
DOI
10.14801/jkiit.2023.21.8.203

이용수

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

초록· 키워드

오류제보하기
최근 들어 다양한 산업에 머신러닝을 적용한 자동화 시스템이 개발됨에 따라 해양 과학 분야에서도 자율운행 선박에 대한 연구가 활발히 진행중이다. 선박이 자율 운행을 하기 위해선 카메라를 통해 주변 상황을 인지하고 해상의 선종을 분류하는 기술이 필요하다. 기존의 연구들은 단일 CNN 모델만을 사용하지만, 본 논문에서는 전이 학습이 적용된 two-stage CNN 모델을 제안한다. 선박의 외형은 각도와 종류에 따라 매우 다양하므로 하나의 CNN 모델을 사용할 경우 데이터 복잡성 문제에 의해 높은 정확도를 보장할 수 없다. 해당 모델은 선박이 향한 방향을 세 종류로 분류한 뒤, 각각의 방향에 대한 선종 분류를 진행하여 이를 해결한다. 본 논문에서는 제안된 방식의 성능을 검증하기 위해 기존의 CNN 모델과 비교 실험을 수행하였으며, 이를 통해 우리가 제안한 방법이 선종 분류의 정확도를 높일 수 있음을 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 시스템의 구성
IV. 실험 결과
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-004-001995053