인터넷 이미지 기반 보석 감별 시스템의 도메인 편향에 대한 실증적 분석 


52권  11호, pp. 970-983, 11월  2025
10.5626/JOK.2025.52.11.970


PDF

  요약

최근 머신러닝과 컴퓨터 비전 기술이 보석 감별 시스템에 적용됨에 따라, 인터넷 이미지가 주요 학습 데이터로 활용되는 사례가 증가하고 있다. 그러나 인터넷 이미지는 보정으로 인해 시각적 특성의 괴리를 보이며, 도메인 편향 문제가 발생할 수 있다. 본 연구에서는 학술 이미지(Set A), 공개형 인터넷 이미지(Set B), 직접 촬영한 비보정 이미지(Set C)의 세 가지 데이터셋을 활용하여, 각 도메인 간 성능 변화를 정량적으로 평가하기 위해 학습–평가 조합을 설계하였다. 실험 결과, Set A 기반 모델은 Set C에 대한 정확도가 26%p 감소하며, 도메인 불일치에 취약하였다. 반면, Set C 기반 모델은 Set A와 Set B에 대해서도 각각 F1 Score 0.83 이상의 안정적인 일반화 성능을 유지하였다. 이는 비보정된 실제 환경 이미지를 활용한 학습의 중요성을 시사하며, 신뢰도 높은 보석 분류 모델 개발을 위해 체계적 데이터셋 구축과 도메인 적응 전략의 필요성을 제시한다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

C. Hwang and D. Shim, "An Empirical Analysis of Domain Bias In Internet Image-Based Gemstone Identification Systems," Journal of KIISE, JOK, vol. 52, no. 11, pp. 970-983, 2025. DOI: 10.5626/JOK.2025.52.11.970.


[ACM Style]

Choolha Hwang and Dongha Shim. 2025. An Empirical Analysis of Domain Bias In Internet Image-Based Gemstone Identification Systems. Journal of KIISE, JOK, 52, 11, (2025), 970-983. DOI: 10.5626/JOK.2025.52.11.970.


[KCI Style]

황철하, 심동하, "인터넷 이미지 기반 보석 감별 시스템의 도메인 편향에 대한 실증적 분석," 한국정보과학회 논문지, 제52권, 제11호, 970~983쪽, 2025. DOI: 10.5626/JOK.2025.52.11.970.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr