학술논문
작물의 병충해 분류를 위한 이미지 활용 방법 연구
이용수 109
- 영문명
- Study on Image Use for Plant Disease Classification
- 발행기관
- 한국전자통신학회
- 저자명
- 정성호(Seong-Ho Jeong) 한정은(Jeong-Eun Han) 정성균(Seong-Kyun Jeong) 봉재환(Jae-Hwan Bong)
- 간행물 정보
- 『한국전자통신학회 논문지』제17권 제2호, 343~350쪽, 전체 8쪽
- 주제분류
- 공학 > 전자/정보통신공학
- 파일형태
- 발행일자
- 2022.04.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
서로 다른 특징을 가지는 이미지를 통합하여 작물의 병충해 분류를 위한 심층신경망을 훈련하는 것이 학습결과에 어떤 영향을 미치는지 확인하고, 심층신경망의 학습 결과를 개선할 수 있는 이미지 통합방법에 대해 실험하였다. 실험을 위해 두 종류의 작물 이미지 공개 데이터가 사용되었다. 하나는 인도의 실제 농장 환경에서 촬영된 작물 이미지이고 다른 하나는 한국의 실험실 환경에서 촬영한 작물 이미지였다. 작물 잎 이미지는 정상인 경우와 4종류의 병충해를 포함하여 5개의 하위 범주로 구성되었다. 심층신경망은 전이학습을 통해 사전 훈련된 VGG16이 특징 추출부에 사용되었고 분류기에는 다층퍼셉트론 구조를 사용하였다. 두 공개 데이터는 세 가지 방법으로 통합되어 심층신경망의 지도학습에 사용되었다. 훈련된 심층신경망은 평가 데이터를 이용해 평가되었다. 실험 결과에 따르면 심층신경망을 실험실 환경에서 촬영한 작물 이미지로 학습한 이후에 실제 농장 환경에서 촬영한 작물 이미지로 재학습하는 경우에 가장 좋은 성능을 보였다. 서로 다른 배경의 두 공공데이터를 혼용하여 사용하면 심층신경망의 학습 결과가 좋지 않았다. 심층신경망의 학습 과정에서 여러종류의 데이터를 사용하는 방법에 따라 심층신경망의 성능이 달라질 수 있음을 확인하였다.
영문 초록
It is worth verifying the effectiveness of data integration between data with different features. This study investigated whether the data integration affects the accuracy of deep neural network (DNN), and which integration method shows the best improvement. This study used two different public datasets. One public dataset was taken in an actual farm in India. And another was taken in a laboratory environment in Korea. Leaf images were selected from two different public datasets to have five classes which includes normal and four different types of plant diseases. DNN used pre-trained VGG16 as a feature extractor and multi-layer perceptron as a classifier. Data were integrated into three different ways to be used for the training process. DNN was trained in a supervised manner via the integrated data. The trained DNN was evaluated by using a test dataset taken in an actual farm. DNN shows the best accuracy for the test dataset when DNN was first trained by images taken in the laboratory environment and then trained by images taken in the actual farm. The results show that data integration between plant images taken in a different environment helps improve the performance of deep neural networks. And the results also confirmed that independent use of plant images taken in different environments during the training process is more effective in improving the performance of DNN.
목차
Ⅰ. 서 론
Ⅱ. 데이터 구성
Ⅲ. 전이학습
Ⅳ. 성능 평가 방법 및 결과
Ⅴ. 결론
키워드
해당간행물 수록 논문
- 초음파 센서를 이용한 모션 인식 수도꼭지 개발 및 연구
- Implementation of a High Performance XOR-XNOR Circuit
- 무게 감지와 경보시스템을 갖춘 스마트 캐리어 개발
- 드론 무선 충전을 위한 고효율 송, 수신 코일 개발에 관한 연구
- 한국전자통신학회 논문지 제17권 제2호 목차
- 전산유체역학 후류모델 특성에 따른 산악지형 풍력발전단지 후류확산 형태 민감도 분석
- 저 복잡도를 갖는 효율적인 그래프 신호의 샘플링 알고리즘
- 저층 고밀도 건물 교외 환경에서 3 GHz 및 24GHz의 건물 인입 손실과 클러터 손실의 전파 모델 결합
- 프로그램 가능한 5-이웃 CA기반의 PRNG
- 광섬유 통신 시스템의 정보 신호 침해에 대한 보호 시스템
- 정보보안 역할 스트레스가 자기 결정성을 통해 준수 의도에 미치는 영향
- 컴팩트한 Spot형 UV 경화기 광학계를 구현하기 위한 TIR 렌즈 설계 및 응용에 관한 연구
- VPP 클라우드 요금 산정에 관한 연구
- 생성적 적대 신경망을 활용한 부분 위변조 이미지 생성에 관한 연구
- 작물의 병충해 분류를 위한 이미지 활용 방법 연구
- 의료기관 특수실 감염관리를 위한 비접촉 출입인증 관리 시스템
- 8T8R콤바이너를 이용한 5G 무선국 검사에 관한 연구
- 한류기용 초전도 선재개발에 관한 연구
- 비대칭 1차원 5-이웃 선형 MLCA의 합성
- 스마트 철도 통신 표준화 동향과 지향점
- 항 재밍 GPS 안테나 설계 최적화에 관한 연구
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!