[논문]웹 이미지 마이닝과 랜덤 레이블을 이용한 딥러닝 기반 개 품종 인식

강민석; 홍광석

웹 이미지 마이닝과 랜덤 레이블을 이용한 딥러닝 기반 개 품종 인식
Recognition of Dog Breeds based on Deep Learning using a Random-Label and Web Image Mining 원문보기

강민석 (성균관대학교) , 홍광석 (성균관대학교)

본 논문에서는 기존 ImageNet과 Oxford-IIIT Pet Image의 Dataset에서 제공하는 개 품종 이미지와 인터넷 상에서 개 품종 이미지를 데이터 마이닝을 통해 획득된 개 품종 이미지를 결합하고 Random-Label을 추가 하여 개 품종 122개의 클래스와 개 품종이 아닌 1개의 클래스를 인식하는 방법에 대해 소개 한다. 기존 DB만을 사용하였을 때 개 품종 인식률 대비 기존 DB와 수집 DB를 모두 사용한 개 품종 인식률이 Top-1에 대해서 1.5% 개선되었다. 개가 아닌 이미지 인식은 랜덤 DB를 10000장의 경우 93% 인식률을 확인했다.

In this paper, a dog breed image provided by Dataset of existing ImageNet and Oxford-IIIT Pet Image is combined with a dog breed image obtained through data mining on Internet and a random-label is added. this paper introduces to recognize 122 classes of dog breeds and 1 class that is not dog breeds. The recognition rate of dog breeds using both conventional DB and collection DB was improved 1.5% over Top-1 compared to recognition rate of dog breeds using only existing DB. The image recognition rate about non-dog image, was 93% recognition rate in case of 10000 random DBs.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 기존 ImageNet[1]과 Oxford-IIIT Pet Image[2]의 Dataset에서 제공하는 개 품종 이미지와 인터넷 상에서 개 품종 이미지를 데이터 마이닝을 통해 획득된 개 품종 이미지를 결합하고 개 품종 122개의 클래스[3]와 개 품종이 아닌 1개의 클래스를 인식하는 방법에 대해 소개 한다.
본 논문에서는 웹 이미지 마이닝을 통해 데이터를 수집하여 인식률 개선을 시켰다. 이를 프로그램으로 제작하여 자동화된 프로세스로 손쉽게 영상인식기 제작이 가능하게 하였다.
본 연구는 그림 1에서와 자동으로 개 품종 영상인식기를 생성하고 활용할 수 있도록 해준다. 흐름도는 웹 이미지 마이닝, 모델 학습으로 구성되어 있다.

제안 방법

기존 DB의 이미지 숫자는 16,625장 웹 이미지 마이닝을 통해 수집된 이미지는 14,515장이다. 기존 DB만으로 학습된 개 품종 인식률과 인터넷 상에서 개 품종 이미지를 데이터 마이닝을 통해 획득된 개 품종 이미지를 추가하여 학습된개 품종 인식률을 비교 한다. 또한 Random DB의 이미지 수를 1000장과 10000장으로 각각 학습하여 두 가지의 모델의 개 품종이 아닌 이미지에 대한 이미지 인식률을 계산한다.
이를 프로그램으로 제작하여 자동화된 프로세스로 손쉽게 영상인식기 제작이 가능하게 하였다. 기존 딥러닝 모델인 Inception-v3[4]를 직접 학습하고 개 품종 인식률에 대한 실험 및 평가를 진행하였다. 기존 DB만을 사용하였을 때 보다 기존 DB와 수집 DB를 모두 사용한 개 품종 인식률이 Top-1에 대해서 1.
기존 DB만으로 학습된 개 품종 인식률과 인터넷 상에서 개 품종 이미지를 데이터 마이닝을 통해 획득된 개 품종 이미지를 추가하여 학습된개 품종 인식률을 비교 한다. 또한 Random DB의 이미지 수를 1000장과 10000장으로 각각 학습하여 두 가지의 모델의 개 품종이 아닌 이미지에 대한 이미지 인식률을 계산한다.
추출된 특징으로 K-mean 클러스터링을 진행하여 클러스터 거리에서 중심에서 70%의 비율만큼 가까운 이미지들을 학습에서 사용한다. 이미지확장은 이미지의 과적합 문제를 줄이기 위해서 대칭 이동을 랜덤으로 5번을 좌우 반전한 이미지에 각각 진행하여 총 10배의 이미지로 확장을 하게 된다.
깊은 피처추출을 사용하여 이미지들의 특징을 자동으로 추출한다. 추출된 특징으로 K-mean 클러스터링을 진행하여 클러스터 거리에서 중심에서 70%의 비율만큼 가까운 이미지들을 학습에서 사용한다. 이미지확장은 이미지의 과적합 문제를 줄이기 위해서 대칭 이동을 랜덤으로 5번을 좌우 반전한 이미지에 각각 진행하여 총 10배의 이미지로 확장을 하게 된다.

대상 데이터

본 논문에서의 실험은 ImageNet[1]과 Oxford-IIIT Pet Image[2]의 Dataset에서 학습 전 이미지주에서 20%의 테스트 데이터 셋을 추출하여 실험이 진행 되었다. 기존 DB의 이미지 숫자는 16,625장 웹 이미지 마이닝을 통해 수집된 이미지는 14,515장이다. 기존 DB만으로 학습된 개 품종 인식률과 인터넷 상에서 개 품종 이미지를 데이터 마이닝을 통해 획득된 개 품종 이미지를 추가하여 학습된개 품종 인식률을 비교 한다.
본 논문에서의 실험은 ImageNet[1]과 Oxford-IIIT Pet Image[2]의 Dataset에서 학습 전 이미지주에서 20%의 테스트 데이터 셋을 추출하여 실험이 진행 되었다. 기존 DB의 이미지 숫자는 16,625장 웹 이미지 마이닝을 통해 수집된 이미지는 14,515장이다.

성능/효과

기존 딥러닝 모델인 Inception-v3[4]를 직접 학습하고 개 품종 인식률에 대한 실험 및 평가를 진행하였다. 기존 DB만을 사용하였을 때 보다 기존 DB와 수집 DB를 모두 사용한 개 품종 인식률이 Top-1에 대해서 1.5% 개선되었다. 개가 아닌 이미지 인식률은 랜덤 DB를 10000장의 경우 93% 인식률을 확인했다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

웹 이미지 마이닝과 랜덤 레이블을 이용한 딥러닝 기반 개 품종 인식
Recognition of Dog Breeds based on Deep Learning using a Random-Label and Web Image Mining 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

웹 이미지 마이닝과 랜덤 레이블을 이용한 딥러닝 기반 개 품종 인식 Recognition of Dog Breeds based on Deep Learning using a Random-Label and Web Image Mining 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

웹 이미지 마이닝과 랜덤 레이블을 이용한 딥러닝 기반 개 품종 인식
Recognition of Dog Breeds based on Deep Learning using a Random-Label and Web Image Mining 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper