KCC 2021
Current Result Document : 3 / 3
| 한글제목(Korean Title) |
개인 식별 모델 학습을 위한 UWB 무선 신호 데이터 증강 기법 |
| 영문제목(English Title) |
UWB Data Augmentation for Deep Learning-based Person Identification |
| 저자(Author) |
이원빈
김범석
모상일
심다혜
최영근
Wonbin Lee
Beom Seok Kim
Sang-il Mo
Dahye Shim
Yeongkeun Choi
반성현
김승현
신승환
채근홍
김유성
Seonghyun Ban
Seunghyun Kim
Seunghwan Shin
Keunhong Chae
Yusung Kim
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 1834 ~ 1836 (2021. 06) |
한글내용
(Korean Abstract) |
무선 신호 기반 개인 식별은 이미지 기반 방식으로는 식별이 불가한 비가시 상황에도 적용될 수 있다는 장점이 있다. 많은 개방형 데이터셋이 존재하는 이미지와는 달리, 무선 신호 데이터는 대량의 데이터셋을 확보를 위해 큰 비용과 노력이 요구된다. 학습 데이터양이 부족한 경우 데이터 증강 기술을 통해 학습 성능을 높일 수 있지만, 무선 신호 데이터에 대한 증강 기법 연구가 미진하다. 본 논문은 UWB 무선 신호 데이터에 데이터 증강기법을 적용하여 개인 식별 모델 학습 성능에 미치는 영향을 분석하였다. 적용한 4가지 기법 모두 성능 향상에 도움을 주었고 그 중 Mixup 기법이 가장 높은 성능 향상을 보였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
