• 제목/요약/키워드: color-spanning object

검색결과 2건 처리시간 0.015초

모든 색을 커버하는 최소 두께 직사각형 고리를 계산하는 알고리즘 (An Algorithm for Computing a Minimum-Width Color-Spanning Rectangular Annulus)

  • 배상원
    • 정보과학회 논문지
    • /
    • 제44권3호
    • /
    • pp.246-252
    • /
    • 2017
  • 이 논문에서는 모든 색을 커버하는 최소 두께를 갖는 축에 평행한 직사각형 고리를 계산하는 알고리즘을 최초로 제안한다. 직사각형 고리란 임의의 직사각형과 그 오프셋 사이의 닫힌 영역을 말하며, 따라서 두 개의 직사각형으로 정해진다. 이 때, 두 직사각형을 각각 외부 및 내부 직사각형이라 부른다. 직사각형 고리의 두께는 그것을 결정하는 외부 및 내부 직사각형 사이의 거리로 정의된다. 평면 위에 k개의 색깔을 가지는 n개의 점이 주어질 때에, 임의의 직사각형 고리가 각 색깔 별 점을 적어도 하나 이상 포함하게 되면, 그것이 모든 색을 커버한다고 말한다. 이전에는 모든 색을 커버하는 최소 두께 직사각형 고리를 계산하는 알고리즘이 알려진 바 없다. 따라서 우리는 이 문제에 대한 최초의 알고리즘을 제시한다. 시간 복잡도는 $O((n-k)^3nlogn)$ 이다.

해안쓰레기 탐지 및 모니터링에 대한 딥러닝 기반 객체 탐지 기술의 적용성 평가: YOLOv8과 RT-DETR을 중심으로 (Applicability Evaluation of Deep Learning-Based Object Detection for Coastal Debris Monitoring: A Comparative Study of YOLOv8 and RT-DETR)

  • 박수호;김흥민;김영민;이인지;박미소;오승열;김탁영;장선웅
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1195-1210
    • /
    • 2023
  • 해안쓰레기는 미관 훼손 및 생태와 보건에 미치는 영향으로 인해 큰 문제로 대두되고 있다. 이를 해결하기 위한 노력의 일환으로 본 연구는 해안쓰레기 탐지와 모니터링을 위한 이미지 데이터셋 구축과 실시간 객체 탐지 분야의 대표적인 모델인 YOLOv8과 RT-DETR의 성능을 비교하였다. 특히 다양한 환경 하에서의 강건성을 평가하기 위해 여러 왜곡 조건에서 성능 변화 실험을 수행하였다. YOLOv8은 mean Average Precision (mAP) 0.927~0.945의 정확도와 65~135 Frames Per Second (FPS)의 탐지 속도를 보인 반면, RT-DETR은 mAP 0.917~0.918의 정확도와 40~53 FPS의 탐지 속도를 보였다. 색상 왜곡에 대해서는 RT-DETR이 더 강건한 성능을 보였으나, 그 외의 조건에서는 YOLOv8이 더 높은 강건성을 보였다. 본 연구의 결과는 실제 해안쓰레기 모니터링 시스템의 모델 선택에 있어 중요한 지침을 제공할 것으로 기대된다.