Acknowledgement
본 연구는 국방과학연구소의 지원을 받아 수행되었음(과제명: 지능형 행위기반 영상정보 분석기법 연구, 과제번호: UD190025FD). 또한, 본 연구는 과학기술정보통신부 및 정보통신기술진흥센터의 대학 ICT연구센터지원사업의 연구결과로 수행되었음(IITP-2022-2018-0-01417).
DOI QR Code
기존 군사 분야 영상 판독 시스템은 영상 판독관들의 작업 부담이 크고, 판독관들의 경험과 숙련도에 의존적이다. 이전 연구에서 판독관들의 부담을 줄이고 경험 및 숙련 의존도를 낮추기 위해 문장 추천 시스템을 제안하였다. 하지만 학습에 사용된 데이터의 양이 적고, 학습에 사용되지 않은 장비 혹은 지역 등의 단어가 등장 시 제대로 동작하지 않는 한계점이 있었다. 이를 해결하기 위해 학습 데이터 단계와 디코딩 단계에 지식그래프를 적용하여 문장의 다양성과 확장성을 확보하고, 데이터 부족 문제를 완화하였다. 이 연구는 추후 판독관들의 업무 과부화를 완화하고 업무 효율을 높일 수 있을 것이다.
본 연구는 국방과학연구소의 지원을 받아 수행되었음(과제명: 지능형 행위기반 영상정보 분석기법 연구, 과제번호: UD190025FD). 또한, 본 연구는 과학기술정보통신부 및 정보통신기술진흥센터의 대학 ICT연구센터지원사업의 연구결과로 수행되었음(IITP-2022-2018-0-01417).