2019년 추계학술대회
Current Result Document :
| 한글제목(Korean Title) |
U-Net 앙상블을 이용한 LeafNet의 성능향상 |
| 영문제목(English Title) |
Performance Improvement of LeafNet Using U-Net Ensemble |
| 저자(Author) |
조정원
이창우
Jeong-won Jo
Chang-woo Lee
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0377 ~ 0378 (2019. 10) |
한글내용
(Korean Abstract) |
이미지 처리를 목적으로 하는 신경망은 대부분 RGB 색공간에서 데이터를 학습한다. 하지만 색공간은 RGB 뿐만 아니라 LAB, YCrCb등 여러 개가 존재한다. 각각의 색공간은 동일한 화소에 대해 다른 값으로 표현을 하는 특징이 있다. 본 논문에서는 앙상블 구조로 이루어진 3개의 소형화한 U-Net에 RGB, LAB, YCrCb 색공간으로 변환한 식물 이미지를 학습하여 기존 LeafNet의 성능향상을 위한 연구를 진행했다. |
영문내용
(English Abstract) |
Neural networks that are intended for image processing mostly learn data from RGB color space. However, not only RGB, but also LAB, YCrCb, etc Each color space is characterized by different values for the same pixel. In this paper, we studied the plant images converted into RGB, LAB and YCrCb color spaces in three miniaturized U-Net composed of ensemble structures, and conducted research for the performance enhancement of existing LeafNet.Neural networks, which are aimed at processing images, mostly learn data in the RGB color However, not only RGB, but also LAB, YCrCb, etc. Each color space is expressed differently for the same pixel. In this paper, we studied the performance improvement of LeafNet by learning RGB, LAB, and YCrCb color space using U-Net ensembles. |
| 키워드(Keyword) |
합성곱 신경망
이미지 분할
U-Net
식물
앙상블
CNN
Image Segmentation
U-Net
Plant
Ensemble
|
| 파일첨부 |
PDF 다운로드
|
