딥러닝 기반의 중고책 손상 탐지 기법 제안
저자
발행기관
학술지명
권호사항
발행연도
2021
작성언어
Korean
주제어
자료형태
학술저널
발행기관 URL
수록면
323-323(1쪽)
제공처
Objective: 본 연구에서는 중고책을 촬영한 이미지를 통해, 객체 인식 알고리즘을 활용하여 책의 다양한 손상을 감지할 수 있는 시스템을 제안하고자 한다. Background: 국내 중고품 시장의 규모는 약 20조원에 이르며 이 중에서 서적(책)은 중고 거래가 많은 제품 중 하나이다. 주로 대형 서점을 통해 책의 중고 거래가 이루어지는데, 책의 손상 정도가 거래 가격 결정에 있어 큰 영향을 미친다. 각 책의 상태 및 손상 정도는 서점 별 기준에 따라 사람이 직접 판단하기 때문에 상당한 시간 및 노력이 필요한 실정이다. 이에 책의 손상을 탐지하는 시스템의 개발이 인적자원의 낭비를 줄일 것이라 기대된다. Method: 학습을 위한 데이터 수집을 위해 손상이 있는 책의 앞, 뒤, 옆 이미지를 정면, 기울임, 확대 등 다양한 구도로 실내에서 촬영하였다. 책 한 권당 15장의 이미지를 수집하였으며 총 638장의 이미지를 학습 및 평가에 사용하였다. 손상의 종류는 헤짐, 오염, 테이프, 도서관 라벨, 접힘, 패임, 찢어짐 총 7개로 구분했으며, 각 손상 영역에 대한 Annotation을 수행하여 총 6,313개의 bbox를 생성하였다. 이렇게 생성된 손상 영역에 대한 탐지를 위하여 딥러닝 기반 객체 인식 모델인 Faster-R-CNN, YOLOX, Deformable DETR을 사용하여 300epoch 동안 학습을 진행하였다. 데이터셋은 Train 446장, Validation 64장, Test 128장으로 분할하고, 90°Rotate, Mosaic, 50% Max Crop Augmentation을 순차적으로 적용하여 성능을 비교하였다. Results: 90°Rotate Augmentation을 적용한 경우, Faster-R-CNN, YOLOX, Deformable DETR의 mAP는 각각 0.148, 0.154, 0.192으로 나타났으며 이 후부터는 가장 성능이 좋은 Deformable DETR 모델을 사용하였다. Rotate, Mosaic Augmentation를 적용한 경우, Deformable DETR의 mAP는 0.247로 약 30% 증가한 모습을 볼 수 있었다. 90°Rotate, Mosaic, 50% Max Crop Augmentation을 모두 적용한 경우, Deformable DETR의 mAP가 0.338로 나타났다. 앞선 두 실험에 비해 약 75%, 35%의 큰 상승률을 보였으며 mAP Large, Medium, Small은 각각 0.416, 0.206, 0.042로, Large와 Medium size의 경우 2배 가까이 성능이 향상되었다. 하지만 Small size 손상에 대한 객체 인식 성능의 경우 Rotate, Mosaic를 실행한 앞선 실험 결과에 비해 절반 정도 하락한 모습을 보였다. Conclusion: 본 연구에서는 탐지해야 할 손상이 아날로그적 특성이 짙고 다양한 크기를 가짐에도 불구하고, Augmentation 및 딥러닝 기반 객체인식 모델의 변화에 따라 유의미하게 성능이 개선됨을 볼 수 있었다. Application: 본 연구에서는 중고책의 손상 감지에 대한 가능성을 확인할 수 있었고, 이를 기반으로 작은 크기의 손상뿐만 아니라 다양한 환경에서도 손상을 탐지할 수 있도록 확장 연구를 수행할 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)