초록

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

영상 처리를 기반으로 하는 발굴 유물(고배) 도면 자동 생성 모델의 성능향상을 위한 투창 영역 자동 검출과 투창 영역의 영상 정보의 특성을 반영한 윤곽선 검출을 통한 고배 유물 도면화 성능 향상 모델을 제안하고 실험결과를 통해 투창 영역의 윤곽선 정확도가 향상되었음을 보인다. 투창 영역은 형태적 특성상 고배 유물의 도면 자동 생성 과정에서 왜곡된 윤곽선 검출의 가능성이 높은 부분이어서 투창 영역 윤곽선의 정확도를 높이는 것이 중요한 요소이다.

영상 처리를 기반으로 하는 발굴 유물(고배) 도면 자동 생성 모델의 성능향상을 위한 투창 영역 자동 검출과 투창 영역의 영상 정보의 특성을 반영한 윤곽선 검출을 통한 고배 유물 도면화 성능 향상 모델을 제안하고 실험결과를 통해 투창 영역의 윤곽선 정확도가 향상되었음을 보인다. 투창 영역은 형태적 특성상 고배 유물의 도면 자동 생성 과정에서 왜곡된 윤곽선 검출의 가능성이 높은 부분이어서 투창 영역 윤곽선의 정확도를 높이는 것이 중요한 요소이다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 잡음 제거와 투창 영역의 윤곽선 왜곡 최소화라는 두 가지 목표를 동시에 달성 할 수 있는 새로운 모델을 제안한다.

제안 방법

• 이어, 분할된 영역 정보를 바탕으로 2D 사영을 통해 2차원 유물 영상을 획득한 후 윤곽선 검출을 통해 도면을 생성한다.
• 획득된 유물 영상에는 도면 생성에 불필요한 많은 잡음을 포함하고 있어 필터를 적용하여 잡음을 제거할 수 있으나, 이 과정에서 필요한 에지정보가 손실되어 투창이나 물레흔, 제작흔 등 고고학적 분석에 중요한 정보의 검출이 어려워진다. 이러한 문제를 해결하기 위해, 제안모델에서는 투창 영역을 검출하여 투창 영역의 지역적 영상 특성을 고려한 처리를 적용한다. 그림 3은 투창 영역 자동 검출 과정을 나타낸 것이다.
• 자동 검출된 투창 영역은 잡음제거필터에 민감한 특성이 있어, 잡음제거필터를 사용하지 않고 Canny 함수를 사용하여 에지를 검출한다. 이후, cv2.

대상 데이터

• (본 연구에 사용된 고배(굽다리접시) 영상은 공동연구기관 캐럿펀트(Carrotphant)로부터 제공받았음.)

성능/효과

• 본 논문에서는 고배 유물의 도면 자동 생성 기술 개발에서 문제가 되는 투창영역의 윤곽선 검출 성능 개선을 위한 모델을 제안하고 실험을 통해 제안 모델이 자동 생성 도면의 정확도를 향상시키는 결과를 도출하는 것을 보였다. 유물 도면 자동생성 기술 개발 공동연구를 수행하는 유물 도면화 전문가로부터 상용 소프트웨어를 활용한 유물의 윤곽선 검출은 투창영역의 윤곽선 소실 등 윤곽선 검출에 있어 한계를 보이고 있으나, 제안 모델은 투창 영역에서 윤곽선 표현의 개선 요구에 부합하는 실험 결과를 보이고 있음을 확인하였다.
• 본 논문에서는 고배 유물의 도면 자동 생성 기술 개발에서 문제가 되는 투창영역의 윤곽선 검출 성능 개선을 위한 모델을 제안하고 실험을 통해 제안 모델이 자동 생성 도면의 정확도를 향상시키는 결과를 도출하는 것을 보였다. 유물 도면 자동생성 기술 개발 공동연구를 수행하는 유물 도면화 전문가로부터 상용 소프트웨어를 활용한 유물의 윤곽선 검출은 투창영역의 윤곽선 소실 등 윤곽선 검출에 있어 한계를 보이고 있으나, 제안 모델은 투창 영역에서 윤곽선 표현의 개선 요구에 부합하는 실험 결과를 보이고 있음을 확인하였다.

후속연구

• 반면, 그림 5의 세 번째 열의 결과처럼 제안모델을 적용한 후에는 투창 영역의 창틀이 뚜렷하게 검출되었음을 확인할 수 있었다. 다만, 투창 영역에서 투창 영역과 관계없는 부분에 잡음이 생성된 것은 향후 추가 보정을 하는 후처리를 통해 개선이 필요한 부분이다.
• 제안 모델의 성능 평가를 위해서는 많은 유물 데이터를 이용한 실험 분석 연구가 필요하다. 한편, 제안한 유물 도면 자동 생성 기술은 수작업에 의한 유물 도면화 작업에 대한 수고와 비용을 최소화할 뿐 아니라 객관적인 도면화 자료를 제공하는 수단이 될 수 있다.
• 제안 모델의 성능 평가를 위해서는 많은 유물 데이터를 이용한 실험 분석 연구가 필요하다. 한편, 제안한 유물 도면 자동 생성 기술은 수작업에 의한 유물 도면화 작업에 대한 수고와 비용을 최소화할 뿐 아니라 객관적인 도면화 자료를 제공하는 수단이 될 수 있다. 그리고 자동 생성 기술을 통해 획득된 도면 자료들은 데이터베이스화가 용이하여 디지털 아카이브 사업에 적용도 가능할 뿐 아니라 많은 데이터가 축적이 되면 딥러닝과 빅데이터 기술과 접목하여 유물 자동 분류 등에 활용할 수 있을 것으로 기대된다.
• 한편, 제안한 유물 도면 자동 생성 기술은 수작업에 의한 유물 도면화 작업에 대한 수고와 비용을 최소화할 뿐 아니라 객관적인 도면화 자료를 제공하는 수단이 될 수 있다. 그리고 자동 생성 기술을 통해 획득된 도면 자료들은 데이터베이스화가 용이하여 디지털 아카이브 사업에 적용도 가능할 뿐 아니라 많은 데이터가 축적이 되면 딥러닝과 빅데이터 기술과 접목하여 유물 자동 분류 등에 활용할 수 있을 것으로 기대된다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기