객체 탐지에서의 메모리 기반 연속 학습 기법 연구

국문 초록 (Abstract)

기존 딥러닝은 연속적으로 다른 데이터를 학습할 시, 이전에 배운 정보를 기억하지 못하는 파괴적 망각현상을 보인다. 이를 해결하기 위해, 다양한 연속 학습(Continual Learning) 기법들이 제안되고 있지만 대부분 이미지 분류(Image Classification) 문제에 집중하고 있다. 하지만 객체 탐지(Object Detection)를 활용하는 분야에서도 변화되는 환경에서 효율적으로 학습을 지속해 나갈 수 있도록 하는 연속 학습 기술을 요구하기 때문에 객체 탐지에서의 연속 학습 연구도 필요하다. 이에 본 논문에서는 객체 탐지에서의 메모리 기반 연속 학습 기법을 제안한다. Face mask detection 데이터셋을 이용하여 실험을 수행하였으며, 베이스라인(baseline) 대비 망각은 87.5% 완화되었고 정확도는 11.6% 향상되었다.

목차 (Table of Contents)

• Abstract
• Ⅰ. 서론
• Ⅱ. 관련연구
• Ⅲ. 본론
• Ⅳ. 실험 및 결과
• Ⅴ. 결론 및 향후 연구 방향
• 참고문헌