정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
YOLO 알고리즘을 이용한 전차 국적 식별 및 평가 |
| 영문제목(English Title) |
Identifications and Evaluation of Tank Nationality using YOLO Algorithm |
| 저자(Author) |
임승균
강동수
Seunggyun Lim
Dongsu Kang
|
| 원문수록처(Citation) |
VOL 27 NO. 12 PP. 0555 ~ 0562 (2021. 11) |
한글내용
(Korean Abstract) |
인공지능 딥러닝 기술이 적용된 무기체계가 지속적으로 개발된다. 기존의 전차 피아식별 시스템은 사람의 눈으로 표적을 획득하고 공격 여부를 판단한다. 따라서 신속성과 정확성 측면에서 한계가 존재한다. 본 연구에서는 이러한 제한사항을 개선하기 위해 YOLO(You Only Look Once) 알고리즘 기반의 전차 국적 식별 방법을 제안한다. 먼저, 한국, 미국, 일본, 북한의 4개국의 주력 전차 사진을 수집한다. 특히, 실제 기갑 전투의 상황과 유사하도록 노이즈를 추가하고 이미지 전처리 작업을 한다. 이후 데이터셋은 학습 데이터의 적절한 규모를 확인하기 위해 8개의 그룹으로 구성한다. 마지막으로 평가 척도인 mAP와 IoU를 기반으로 적절한 데이터 규모를 분석한다. |
영문내용
(English Abstract) |
Advanced weapon systems with artificial intelligence deep learning technology will be continuously. The existing identification system of friend or foe on tank targets with human eyes determine whether to attack. Therefore, there are limitations in terms of speed and accuracy. In this paper, we propose a YOLO(You Only Look Once) Algorithm-based tank nationality identification method to improve these limitations. First, we collect photos of the main tank from four countries South Korea, the United States, Japan and North Korea. In particular, similar to the actual armored battle, we add noise and do image preprocessing. Afterward, the dataset organized into eight groups to check the appropriate size of the learning data. Finally, we analyze the appropriate data size based on the evaluation scales, mAP and IoU. |
| 키워드(Keyword) |
객체탐지
YOLO(You Only Look Once)
알고리즘
딥러닝
데이터셋
전차
피아식별 시스템
mAP
IoU
object detection
YOLO(You Only Look Once) algorithm
deep learning
dataset
tank
Identification of Friend or Foe
mAP
IoU
|
| 파일첨부 |
PDF 다운로드
|
