해충 분류를 위한 양방향 멀티스케일 특징 퓨전 기반의 피라미드 비전 변환기 (Pyramid Vision Transformer based on Bidirectional Multiscale Feature Fusion for Pest Classification)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 20권 / 10호 / 91 ~ 98페이지
· 저자명 : 홍은하, 손창환

초록

해충은 작물을 가해하여 생산량 감소와 품질 저하를 수반한다. 따라서 해충 피해를 최소화하기 위해서는 해충 종류에 따른 방제 작업을 적기에 실행하는 것이 중요하다. 기존의 해충 분류는 경험이 풍부한 농부나 전문가의 육안에 의해 감별되었다. 이는 많은 시간과 비용을 요구하므로 무인 기반의 해충 분류 기술이 필요하다. 따라서 이 논문에서는 해충 영상 분류를 위한, 양방향 멀티스케일 특징 퓨전 방식을 새롭게 제안하고자 한다. 특히, 기존의 PVT 모델의 스케일 취약성 문제를 보완하고자, PVT 백본에서 추출된 멀티스케일 특징을 양방향으로 4가지의 퓨전 방식을 적용하고자 한다. 실험 결과를 통해, 가장 성능이 높은 퓨전 방식을 도출하고 제안한 양방향 멀티스케일 특징 퓨전 방식이 해충 영상 분류 성능을 개선할 수 있음을 선보이고자 한다.

영어초록

Pests damage crops, thereby resulting in reduced production and quality. In order to reduce the damage of pests, it is important to timely implement pest control according to various types of pests. Existing pest classification is identified by the naked eye of an experienced farmer or expert. This requires considerable time and cost, so an unmanned pest classification technology is needed. In this paper, a new bidirectional multiscale feature fusion method for pest image classification is proposed. In particular, in order to supplement the scale vulnerability of the existing PVT model, the multi-scale features extracted from the PVT backbone are applied bidirectionally by four fusion methods. Through the experimental results, the fusion method with the highest performance is derived and it is shown that the proposed bidirectional multiscale feature fusion method can improve the pest image classification performance.

참고자료

· 없음