< 전시-P-05 > k-Nearest Neighbor와 합성곱신경망에 의한 국산 침엽수재 표면의 옹이 종류 분류 = < 전시-P-05 > Wood Surface Knot Classification of Domestic Conifer Using k-Nearest Neighbor and Convolutional Neural Network
저자
김현빈 ( Hyunbin Kim ) ; 김민규 ( Mingyu Kim ) ; 박용건 ( Yonggunpark ) ; 양상윤 ( Sang-yun Yang ) ; 정현우 ( Hyunwoo Chung ) ; 여환명 ( Hwanmyeong Yeo ) 연구자관계분석
발행기관
학술지명
권호사항
발행연도
2019
작성언어
-KDC
500
자료형태
학술저널
발행기관 URL
수록면
48-48(1쪽)
제공처
목재를 용도에 맞게 효율적으로 이용하기 위해서는 강도와 심미적 기능에 영향을 주는 옹이의 종류를 정확하게 분류할 필요가 있다. 통상적으로 널리 이용되고 있는 육안등급구분은 주변 환경에 쉽게 영향을 받을 수 있기 때문에 목재 품질의 객관적 평가 및 목재 생산의 고속화를 위해서는 컴퓨터 비전을 활용한 화상분석 자동화가 필요하다. 본 연구에서는 SIFT(Scale-Invariant Feature Transform) +k-NN(k-Nearest Neighbor)모델과 CNN(Convolutional Neural Network)모델을 통해 옹이의 종류를 분류하고 그 정확도를 평가하였다. 실험에 사용한 수종은 다섯 가지 국산 침엽수종으로 낙엽송, 소나무, 잣나무, 삼나무, 편백이었다. 제재목 표면에서 4가지 형태(sound, encased, decayed, spike)의 옹이 이미지 1,172개를 획득하여 각 모델에서의 학습 및 검증에 사용하였다. SIFT+k-NN 모델의 경우, SIFT 기술을 이용하여 옹이 이미지에서 특성을 추출한 뒤, k-NN을 이용하여 분류를 실시하였으며, 최대 60.53%의 정확도로 분류가 가능하였다. CNN 모델의 경우, 8층의 convolution layer와 3층의 hidden layer로 구성되어있는 모델을 사용하였으며 최대 88.09%로 옹이 분류가 가능하였다. 또한 CNN 모델은 옹이 종류별 이미지의 개수 차이가 큰 경우에도 특성 추출의 편향이 심하지 않아 옹이 분류에 있어 더 높은 정확도를 보였다.
더보기서지정보 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)