영상처리/딥러닝/AR 연구실

논문 초록 (Abstract)

본 논문에서는 딥러닝 구조를 분할하여 망의 특징에 따라 개별 학습을 수행하여 딥러닝 알고리즘의 학습시간을 단축하는 알고리즘을 제안한다. 제안하는 알고리즘은 영상 전처리, 특징벡터 추출, 노이즈 제거망과 분류망을 이용한 학습 및 인식 등의 3가지 과정으로 구성된다. 영상 전처리는 알고리즘에 입력할 영상 데이터를 균일화 하는 단계이다. 특징벡터 추출은 학습을 생략한 랜덤필터를 이용한 CNN 알고리즘을 사용한 특징벡터 추출을 통해 학습시간을 단축시킨다. 노이즈 제거망과 분류망을 이용한 학습 및 인식 과정에서는 망의 특징에 따라 개별적으로 학습을 수행하여 학습 처리량 및 소요시간을 감소시킨다. 본 논문에서 제안한 학습시간 단축 딥러닝 알고리즘의 효용성을 입증하기 위하여 Extended Yale B 데이터베이스를 대상으로 기존의 CNN 알고리즘과 비교 실험하여 신뢰성을 평가하였다. 실험 결과 제안하는 알고리즘은 1회 학습시 소요되는 학습 시간을 기존 알고리즘보다 40.7% 감소시켜 전체 학습시간 단축에 크게 기여함을 확인하였다. 또한 기존 알고리즘과 같은 시간동안 학습하였을 경우에 인식률이 향상된 결과를 나타냄을 확인하였다.