최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한밭대학교 Hanbat University |
---|---|
연구책임자 | 최동걸 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-06 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
연구관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202100018908 |
과제고유번호 | 1711117770 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-03-05 |
키워드 | Segmenatation.Deep learning.propagation.time-consistency.Pseudo-lable. |
□ 연구개요
본 연구는 지도 학습(supervised learning) 데이터가 극도로 적은 환경에서, 라벨이 없는 데이터에 대해 높은 퀄리티의 모조 라벨(Pseudo-lable)을 생성하여 인식 모델성능 향상을 목표로 한다. 구체적으로, 연속적인 영상 데이터의 시간 축 일관성(time consistency)을 활용한 모조 라벨 생성 방법 및 반지도 학습(semi-supervised learning) 방법론을 제안하고 이를 이용하여 새로운 환경에서의 인식 성능을 높인다.
□ 연구 목표대비 연구결과
1. 정량적
해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.