BROWSE
Detail
Conference Paper
딥러닝 기반 이미지 복원이 하위 시각 인지 태스크에 미치는 영향에 대한 연구
Cited - time in 
Share 
Share
- Authors
- 김태현, 전승찬, 김장겸, 유윤식
- Issue Date
- 2026-06
- Citation
- 한국통신학회 종합 학술 발표회 (하계) 2026, pp.1128-1129
- Publisher
- 한국통신학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- 본 연구는 노이즈, 블러 등 실세계의 다양한 열화 요인으로 인하여 시각 인지 모델의 성능이 저하되는 문제를 극복하기 위해, 경량 복원 네트워크인 NAFNet을 전처리 모듈로 결합한 2-Stage 객체 탐지 파이프라인을 제안한다. COCO 데이터셋에 합성 열화를 주입한 실험 결과, 제안된 파이프라인은 훼손된 이미지를 효과적으로 복원하였다. 이어진 하위 태스크 평가에서 YOLOv11의 전체 평균 정밀도(AP)는 16.37%의 성능 회복 효과를 달성하였다. 본 연구는 인지 모델의 재학습 없이도 입력 데이터 정상화를 통해 객체 탐지 시스템의 강건성을 효과적으로 확보할 수 있음을 입증한다.