Online to Offline 상점의 자동화 : 초소형 깊이의 Yolov8과 특징점 기반의 상품 인식
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 시종욱 | - |
dc.contributor.author | 김대민 | - |
dc.contributor.author | 김성영 | - |
dc.date.accessioned | 2024-07-12T08:30:16Z | - |
dc.date.available | 2024-07-12T08:30:16Z | - |
dc.date.issued | 2024-06 | - |
dc.identifier.issn | 2005-081X | - |
dc.identifier.issn | 2288-9302 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/28773 | - |
dc.description.abstract | 디지털 기술의 급속한 발전과 코로나19 팬데믹으로 인해 온라인 상거래가 크게 성장하면서, 소상공인들이 이러한 시장 변화에 적극적으로 대응할 수 있는 지원 방안의 필요성이 대두되었다. 이에 본 논문은 O2O(Online to Offline) 전략을 활용해 실제 매장 진열대에 전시된 상품들을 자동으로 촬영하고 이를 이용해 가상 상점을 만들 수 있는 기초적인 기술을 제시한다. 본 연구의 핵심은 진열된 상품의 위치와 이름을 정확히 파악하여 인식하는 것이며, 이를 위해 단일 클래스를 대상으로 하며 YOLOv8에 기반한 경량화 모델인 ESD-YOLOv8을 제안한다. 검출된 상품은 특징점 기반의 기술을 통해 상품명이 식별되며, 이는 새 상품을 사진 형태로 추가함으로써 신속하게 갱신할 수 있는 능력을 갖추고 있다. 실험을 통해 상품명 인식은 74.0%의 정확도, 위치 검출은 0.3M개의 파라미터만으로 F2-Score 기준 92.8%의 성능을 보였다. 이를 통해 제안된 방법이 높은 성능과 최적화된 효율성을 갖추고 있음을 확인하였다. | - |
dc.format.extent | 9 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 한국정보전자통신기술학회 | - |
dc.title | Online to Offline 상점의 자동화 : 초소형 깊이의 Yolov8과 특징점 기반의 상품 인식 | - |
dc.title.alternative | Automation of Online to Offline Stores: Extremely Small Depth-Yolov8 and Feature-Based Product Recognition | - |
dc.type | Article | - |
dc.publisher.location | 대한민국 | - |
dc.identifier.bibliographicCitation | 한국정보전자통신기술학회 논문지, v.17, no.3, pp 121 - 129 | - |
dc.citation.title | 한국정보전자통신기술학회 논문지 | - |
dc.citation.volume | 17 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 121 | - |
dc.citation.endPage | 129 | - |
dc.identifier.kciid | ART003095832 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Online to Offline(O2O) | - |
dc.subject.keywordAuthor | Automation | - |
dc.subject.keywordAuthor | Object Detection | - |
dc.subject.keywordAuthor | Feature Matching | - |
dc.subject.keywordAuthor | YOLO | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
350-27, Gumi-daero, Gumi-si, Gyeongsangbuk-do, Republic of Korea (39253)054-478-7170
COPYRIGHT 2020 Kumoh University All Rights Reserved.
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.