자동화된 객체 기반 공간 인식을 위한 계층적 객체 인식 방법론 


53권  1호, pp. 74-81, 1월  2026
10.5626/JOK.2026.53.1.74


PDF

  요약

본 연구는 객체 검출 모델인 SAM(Segment Anything Model)에서 생성된 마스크들 사이의 공간적 및 의미적 중복을 효과적으로 제거, 계층 구조로 조직화(Hierarchical Structuring)하는 계층적 객체 인식 방법론(HOD-SAM) 을 제안한다. 제안된 방법은 객체 마스크 간의 포함관계를 기반으로 트리 구조를 형성하고, 표상 추출기를 통해 의미적으로 중복된 마스크를 제거함으로써, 중복 제거와 객체 구조 정리를 동시에 수행한다. 이를 통해 SAM 기반 인스턴스 검출에서 발생하는 중복 문제를 해결하고, 객체 인스턴스 검출 및 공간 분류와 같은 공간 인식 태스크에서의 효율적 활용이 가능함을 입증하였다. COCO 및 Places365 데이터셋에 대한 실험 결과, 제안된 HOD-SAM은 기존 SAM 모델 대비 더 높은 정확도와 효율성을 보이며, 향후 복합적인 공간 이해 및 추론에 활용될 수 있는 범용 인식 모듈로의 확장 가능성을 시사한다.


  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]

W. Choi and B. Zhang, "Hierarchical Object Detection Method for Automated Object-based Place Recognition," Journal of KIISE, JOK, vol. 53, no. 1, pp. 74-81, 2026. DOI: 10.5626/JOK.2026.53.1.74.


[ACM Style]

Won-Seok Choi and Byoung-Tak Zhang. 2026. Hierarchical Object Detection Method for Automated Object-based Place Recognition. Journal of KIISE, JOK, 53, 1, (2026), 74-81. DOI: 10.5626/JOK.2026.53.1.74.


[KCI Style]

최원석, 장병탁, "자동화된 객체 기반 공간 인식을 위한 계층적 객체 인식 방법론," 한국정보과학회 논문지, 제53권, 제1호, 74~81쪽, 2026. DOI: 10.5626/JOK.2026.53.1.74.


[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