U-Net 모델을 이용한 비정상 인쇄물 검출 방법
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 홍순현 | - |
dc.contributor.author | 남현길 | - |
dc.contributor.author | 박종일 | - |
dc.date.accessioned | 2022-07-07T22:12:36Z | - |
dc.date.available | 2022-07-07T22:12:36Z | - |
dc.date.created | 2021-05-14 | - |
dc.date.issued | 2020-07 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/145376 | - |
dc.description.abstract | 본 논문에서는 U-Net 모델을 이용하여 정교하고 반복되는 패턴을 가진 인쇄물에 대한 비지도 학습을 통한 딥러닝 기반 이상치 탐지(Anomaly Detection) 방법을 제안하였다. 인쇄물(카드)의 비정상 패턴 검출을 위하여 촬영한 영상으로부터 카드 영역을 분리한 이미지로 구성된 Dataset을 구축하였고 정상 이미지와 동일한 이미지를 출력하기 위해, 정상 이미지와 마스크 이미지 쌍의 Training dataset을 U-Net으로 학습하였다. Test dataset의 이미지를 입력으로 넣어 생성된 마스크 결과를 원본 마스크 이미지와 비교하여 이상 여부를 판단하는 본 논문의 방법이 정상, 비정상 인쇄물을 잘 구분하는 것을 확인하였다. 또한 정상과 비정상 이미지 각각을 학습한 지도학습 기반 CNN 분류 방법을 입력 영상과 복원 영상 간의 복원 오차를 비교하여 객체의 이상 여부를 판별하는 본 논문의 방법과 비교 평가하였다. 본 논문을 통해 U-Net을 사용하여 별도로 데이터에 대한 label 취득 없이 이상치를 검출할 수 있음을 확인할 수 있었다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국방송미디어공학회 | - |
dc.title | U-Net 모델을 이용한 비정상 인쇄물 검출 방법 | - |
dc.title.alternative | Anomaly Detection in printed patters using U-Net | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 박종일 | - |
dc.identifier.bibliographicCitation | 한국방송미디어공학회 학술발표대회 논문집, pp.686 - 688 | - |
dc.relation.isPartOf | 한국방송미디어공학회 학술발표대회 논문집 | - |
dc.citation.title | 한국방송미디어공학회 학술발표대회 논문집 | - |
dc.citation.startPage | 686 | - |
dc.citation.endPage | 688 | - |
dc.type.rims | ART | - |
dc.type.docType | Proceeding | - |
dc.description.journalClass | 3 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | other | - |
dc.subject.keywordAuthor | 인공지능 | - |
dc.subject.keywordAuthor | 딥러닝 | - |
dc.subject.keywordAuthor | 이상치탐지 | - |
dc.subject.keywordAuthor | 비정상탐지 | - |
dc.subject.keywordAuthor | 비지도학습 | - |
dc.identifier.url | http://www.koreascience.or.kr/article/CFKO202023758834511.pdf | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.