원문정보
Comparative Analysis of Pothole Anomaly Detection Performance Using CNN and Transformer Based Feature Extractors in MSFlow
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
본 연구에서는 Normalizing Flow 기반 비지도 이상탐지 모델인 Multi-Scale Flow의 특징추출기에 다양한 모델을 적용하여 포트홀 이상탐지 성능에 미치는 영향을 정량·정성적으로 실험을 통해 분석한 다. 성능 평가는 이상 존재 여부를 판단하는 Detection AUROC와 이상 위치를 판단하는 Localization AUROC를 결합한 평균 성능을 기준으로 수행되었다. 실험 결과, 평균 AUROC 기준 85.84를 달성한 Swin Transformer가 포트홀 이상탐지에 있어 가장 높은 성능을 보임을 확인하였다. 또한 포트홀 이상 탐지에 가장 강인한 성능을 가지는 Swin Transformer 모델의 추가적인 성능 고도화를 위해 일반적으 로 사용하는 데이터 증강 기법과 Mix-Up, Cut-Mix 적용 여부에 따른 성능 분석을 진행하였다. 실험 결과, 데이터 증강 기법의 적용을 통해 포트홀 이상탐지 성능에 있어 소폭 상승하는 경향을 확인하였다.
목차
요약
1. 서론
2. 실험방법
2.1. 데이터셋
2.2. 데이터 증강 기법
3. 실험 결과
3.1. 각 모델별 포트홀 이상탐지 결과
3.2. 데이터 증강 기법 실험 결과
4. 결론 및 향후 연구
Acknowledgement
참고문헌
1. 서론
2. 실험방법
2.1. 데이터셋
2.2. 데이터 증강 기법
3. 실험 결과
3.1. 각 모델별 포트홀 이상탐지 결과
3.2. 데이터 증강 기법 실험 결과
4. 결론 및 향후 연구
Acknowledgement
참고문헌
키워드
저자정보
참고문헌
자료제공 : 네이버학술정보