합성곱신경망을 활용한 벼 품종별 이미지 분류 = Image Classification of Rice Varieties Using Convolutional Neural Networks
저자
이병한 ( Byeong Han Lee ) ; 진영민 ( Young Min Jin ) ; 성덕경 ( Deok-gyeong Seong ) ; 황연현 ( Yeon-hyeon Hwang ) ; 김영광 ( Young-gwang Kim ) ; 이종기 ( Jong-ki Lee ) ; 박진영 ( Jin Young Park )
발행기관
학술지명
권호사항
발행연도
2023
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
181-181(1쪽)
제공처
합성곱신경망(Convolutional Neural Network, CNN)은 이미지 분류와 같은 컴퓨터 비전 문제에서 효과적인 딥러닝 모델이다. 본 연구는 벼 품종별 이미지 분류를 위해 합성곱신경망을 활용하였다. 분류에 사용된 벼 품종은 영호진미, 영진, 아람, 새일미이며, 각 품종당 7 반복으로 총 28개 시험구를 조성하여 2022년 6월 7일에 이앙하였다. 벼의 생육이미지는 다중분광센서(Red-Edge MX)를 장착한 드론을 지상 20m에서 경로비행 하도록 설정하여 8월 18일에 수집하였으며, 지상표식을 기준으로 계산한 GSD(Ground Sample Distance)는 13.8mm였다. 합성곱신경망에 수집된 이미지를 입력하기 위해 시험구 조성 도면과 정사이미지(Orthographic images)를 대응시켜 36×36pixel2 크기로 관심영역(Region of Interests)을 추출하고, 이미지의 밝기를 0~1,023 사이의 값으로 정규화 한 뒤 오츠의 기법(Otsu’s method)을 사용하여 논의 토양 영역을 검은색(채널별 밝기값 : 0, 0, 0, 0, 0)으로 처리하였다. 최종적으로 사용된 데이터세트는 5채널(Red, Green, Blue, Red-Edge, NIR) 이미지 1,008장과 각 이미지에 대한 품종별 라벨로 구성하고 학습데이터와 시험데이터를 8:2로 나누었다. 합성곱신경망은 3개의 은닉층(Hidden layer)과 1개의 전결합층(Fully connected Layer)으로 구성하고 활성화 함수로는 렐루(relu)와 소프트맥스(softmax)를 사용하였다. 학습 시의 정확도는 100%이며 시험데이터로 8회 검증한 결과, 정확도의 평균값은 77.4%로 나타났다. 본 연구에서는 데이터세트를 효율적으로 제작하기 위하여 시험구 도면 정보를 기반으로 관심영역을 일괄적으로 추출하였다. 하지만 이로 인해, 관심영역이 아닌 곳에 재식된 벼의 일부가 관심영역에 포함되거나 포함되지 않은 경우가 혼재하여 시험 성능에 영향을 미친 것으로 추측된다. 향후 벼의 중심점을 기준으로 관심영역을 한정하여 데이터세트의 품질을 개선할 계획이다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)