컴퓨터 비전 분야에서 객체 검출은 자율주행 자동차, 로봇, 의료 분야 등 다양한 실용적 적용을 위한 핵심적인 기술이다. 이러한 분야에서는 모델이 학습 단계에서 학습하지 못한 객체가 운...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A109030296
2024
Korean
567
학술저널
46-53(8쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
컴퓨터 비전 분야에서 객체 검출은 자율주행 자동차, 로봇, 의료 분야 등 다양한 실용적 적용을 위한 핵심적인 기술이다. 이러한 분야에서는 모델이 학습 단계에서 학습하지 못한 객체가 운...
컴퓨터 비전 분야에서 객체 검출은 자율주행 자동차, 로봇, 의료 분야 등 다양한 실용적 적용을 위한 핵심적인 기술이다. 이러한 분야에서는 모델이 학습 단계에서 학습하지 못한 객체가 운용 단계에서 나타날 가능성이 높다. 특히 자율주행 문제의 경우 한번의 2종 오류(type 2 error)도 치명적인 결과를 가져온다. 하지만 기존의 객체 검출 모델은 시험 과정에서 새로운 객체가 등장하면 검출하지 못하는 단점이 있다. 따라서 검출 모델이 새로운 객체를 검출하는 성능을 평가하기 위해서 열린 환경 객체 검출(Open World Object Detection(OWOD))이 제안되었다. 본 논문에서는 OWOD의 정의와 기술 동향을 소개하며, 특히 Faster R-CNN과 DETR 기반의 접근 방식을 중점적으로 다룬다. OWOD 연구에 기여한 각각의 방법론을 소개하고, 관련 문헌에 대해서 요약하여 제시한다. 끝으로, OWOD 연구의 한계와 앞으로의 연구 방향에 대해 논의한다.
ICT 응용 분야 별 디지털 트윈 기술/서비스 수요 및 우리나라 디지털 트윈 기술경쟁력 선도방안 연구