이미지 이어붙이기를 이용한 인간-객체 상호작용 탐지 데이터 증강

이상백; 이규철; Sang-Baek Lee; Kyu-Chul Lee

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보처리학회 논문지 > 정보처리학회 논문지 소프트웨어 및 데이터 공학

정보처리학회 논문지 소프트웨어 및 데이터 공학

Current Result Document : 7 / 22,712 이전건 다음건

한글제목(Korean Title)	이미지 이어붙이기를 이용한 인간-객체 상호작용 탐지 데이터 증강
영문제목(English Title)	Human-Object Interaction Detection Data Augmentation Using Image Concatenation
저자(Author)	이상백 이규철 Sang-Baek Lee Kyu-Chul Lee
원문수록처(Citation)	VOL 12 NO. 02 PP. 0091 ~ 0098 (2023. 02)
한글내용 (Korean Abstract)	인간-객체 상호작용 탐지는 객체 탐지와 상호작용 인식을 함께 풀어야하는 분야로 탐지 모델의 학습을 위해서 많은 데이터를 필요로 한다. 현재 공개된 데이터셋은 규모가 부족하여 데이터 증강 기법에 대한 요구가 커지고 있으나, 대부분의 연구에서 기존의 객체 탐지, 이미지 분할 분야에서 활용하는 증강 기법을 활용하고 있는 실정이다. 이에 본 연구에서는 인간-객체 상호작용 탐지 분야에서 활용하는 데이터셋의 특성을 파악하고, 이를 통해 인간-객체 상호작용 탐지 모델 성능 향상에 효과적인 데이터 증강 기법을 제안한다. 본 연구에서 제안한 증강 기법에 대한 검증을 위하여 실험 환경을 구축하고, 기존의 학습 모델에 적용하여 증강 기법을 적용할 경우에 탐지 모델의 성능 향상이 가능함을 확인하였다.
영문내용 (English Abstract)	Human-object interaction(HOI) detection requires both object detection and interaction recognition, and requires a large amount of data to learn a detection model. Current opened dataset is insufficient in scale for training model enough. In this paper, we propose an easy and effective data augmentation method called Simple Quattro Augmentation(SQA) and Random Quattro Augmentation(RQA) for human-object interaction detection. We show that our proposed method can be easily integrated into State-of-the-Art HOI detection models with HICO-DET dataset.
키워드(Keyword)	인간-객체 상호작용 탐지 데이터 증강 이미지 처리 객체 탐지 Human-object Interaction Detection Data augmentation Image Processing Object Detection
파일첨부	PDF 다운로드