http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이은하수(Eunhasu Le) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
이은하수(Eunhasu Le),강수원(Soowon Kang),김규원(Kyuwon Kim),원종화(Jongwha Won),강효동(Hyodong Kang) 한국해양환경·에너지학회 2021 한국해양환경·에너지학회 학술대회논문집 Vol.2021 No.10
전 세계적으로 매년 발생하는 800만 톤 이상의 해양쓰레기 중 약 70%는 육상 기인 쓰레기로 조사된 바 있으며, 쓰레기의 대부분은 직접 수거에 의한 모니터링 기법으로 분석되고 있어 부유 쓰레기의 발생원 판별 및 수거 비용 산정이 어려운 실정이다. (J. Jambeck, 2015) 본 연구에서는 부유 쓰레기의 효율적인 모니터링과 데이터베이스 구축을 위해 성상 정보를 실시간으로 취득 및 분석하는 모니터링 기술을 개발하였다. 객체 감지 기법(Object Detection)을 활용하여 부유쓰레기의 성상을 분석하고, 학습 모델의 성능을 비교 검토하기 위해 Faster R-CNN, SSD 알고리즘을 이용하여 mAP(mean Average Precision) 수치로 모델의 성능을 비교하였다. 학습을 위한 데이터셋은 6가지 종류의 쓰레기(플라스틱, 비닐, 스티로폼, 초목류, 종이, 병)로 분류하였으며 가상의 부유쓰레기 차단시설을 구축하여 이미지 데이터로부터 94,237개의 객체 데이터를 확보하였다. 데이터는 증강 기술을 활용하여 471,185개로 증강하였으며, 객체 수량에 따른 모델의 성능 차이를 검토하기 위해 155,407개, 471,185개의 데이터셋으로 나누어 학습 및 검증하고, 모델의 성능을 비교하였다. 향후 모델 성능과 학습 데이터의 연관성을 고려하여 학습 계획을 재수립하고, 개선된 모델을 개발 기술에 적용할 예정이다. 본 기술을 통해 구축된 데이터셋은 해양쓰레기 통합 관리 시스템과 연계하여 효율적인 해양쓰레기 수거 전략, 비용 절감 및 정책을 수립하고, 수거 폐기물 관리체계 개선에 기여할 수 있을 것으로 판단된다. It is widely cited that about 70% of marine debris which occurs by more than 8 million tons annually originates from land, however, this figure does not inform properly the total amount of debris entering the marine environment. The debris is generally classified by monitoring the collected debris at shore, thus, it is difficult to figure out where floating marine debris is from and to estimate total cost for collection. (J. Jambeck, 2015) Newly proposed monitoring technique which acquire and analyze the object’s characteristics in real-time, in this study, was developed to establish efficient and enhanced floating marine debris monitoring system. An object detection technique, containing Faster R-CNN and SSD algorithm, is used to analyze the properties of the floating debris. These two algorithms are verified by mAP (mean Average Precision). The dataset for deep learning was classified into 6 categories (Plastic, CAN, PET, Vinyl, Bottle), and 94,237 object data was obtained from image data in the virtual floating debris barrier facility model. The data was augmented to 471,185 data by augmentation technology. In addition, the data is divided into datasets of 144,407 and 471,185 objects for verification of the model according to the number of objects. The dataset model will be improved with updated data learning strategy, considering a relation between model performance and training data, in further study. The established dataset with the new monitoring technique will be applied into AMEIS(Advanced Marine Environment Improvement System), which allows debris management system to be enhanced with efficient debris collection strategy and policy and cost reduction.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
