장수말벌 이미지 퓨전 전처리를 통한 딥러닝 영상인식 (Vespa mandarinia Image Recognition using Image Fused Preprocessing and Deep Learning)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 21권 / 10호 / 1855 ~ 1862페이지
· 저자명 : 권기현, 이형봉

초록

이미지 퓨전은 여러 장의 이미지에서 모든 중요한 정보를 모아 한 장의 이미지로 만드는 것이다. 한 장의 이미지에는 소스 이미지보다 더 많은 정보를 내재하고 정확하게 만들어져야 한다. 객체의 추적이나 인식을 위해 양질의 이미지를 취득하는 것은 매우 중요하다. 이를 위해, 취득된 이미지를 이미지 퓨전을 통해 합성이나 보상하여 개선된 이미지를 만들어내는 작업이 요구된다. 본 논문에서는 장수말벌의 인식률을 높이기 위해서 취득된 이미지의 퓨전 및 인식 응용 방법에 대하여 제시하고자한다. 장수말벌 이미지에서 임의 영역 블러링된 소스 이미지를 생성하고, 주성분분석 기반 이미지 퓨전으로 통해 합성하였으며, RMSE, PFE, MAE, CORR, SNR, PSNR를 통해 이미지 퓨전 성능을 측정한다. 또한, 심층 합성곱 신경망 기반인 AlexNet을 이용하여, 퓨전 이미지에 대한 인식 스코어와 분류 정확도를 제시한다.

영어초록

The image fusion process is defined as gathering all the important information from multiple images to a single image. This single image is more informative and accurate than any single source image, and it consists of all the necessary information. It is important to acquire a high quality image for tracking and recognizing object. So, it is required to create a refined image by synthesizing or compensating the acquired image through image fusion. In this paper, we would like to present a fusion and recognition application method of the acquired image in order to increase the recognition rate of Vespa mandarinia. Generating a random area blurred source image in a Vespa mandarinia image, and synthesized through the PCA(principal component analysis) based image fusion, and measures the image fusion performance through RMSE, PFE, MAE, CORR, SNR, PSNR. In addition, using the AlexNet based on the DCNN(Deep Convolutional Neural Networks), it presents the recognition score and classification accuracy for the fused image.

참고자료

· 없음