윤혁  강수한  한지형

10.5626/JOK.2020.47.6.568

데이터 증강 채널분리 이미지 인식 불확실성 강인한 모델

본 논문에서는 이미지 분류 모델의 불확실한 환경에서의 이미지 분류 능력 향상을 위해 이미지의 RGB채널 분리를 통한 새로운 데이터 증강 기법을 제안한다. 지금까지 제안된 데이터 증강 기법들은 이미지 분류 능력 향상에는 효과를 보이나, 불확실한 환경에서의 성능 향상은 없었다. 이러한 문제를 해결하기 위해 본 논문에서는 이미지의 RGB채널을 분리하여 다시 재조합 하는 ChannelSplit과 더 많은 다양성을 표현하기 위해 MixUp[1,2]의 개념을 채용한 Mix ChannelSplit을 제안한다. 본 논문에서 제안한 ChannelSplit과 Mix ChannelSplit은 다른 이미지 연산 없이 채널만을 이용한 기법임으로 ChannelAug로 통칭하도록 한다. 본 논문에서는 제안된 기법을 이용해 학습 이미지의 다양성을 증가시키고 모델의 불확실한 환경에서의 이미지 분류 능력 향상이 있음을 기존 데이터 증강 기법들과 비교하여 보인다.