딥러닝을 이용한 로고 인식

본 논문에서는 딥 러닝을 활용한 로고 인식 방법을 제안합니다.우리의 인식 파이프라인은 로고 영역 제안 단계와 로고 분류를 위해 특별히 훈련된 컨벌루션 신경망(Convolutional Neural Network, CNN)으로 구성됩니다. 정확한 위치 지정이 되지 않은 경우에도 이 방법은 효과적입니다. 실험은 FlickrLogos-32 데이터베이스에서 수행되었으며, 합성 데이터 증강과 실제 데이터 증강, 그리고 이미지 사전 처리가 인식 성능에 미치는 영향을 평가하였습니다. 또한, 클래스 균형(class-balancing), 샘플 가중(sample-weighting), 배경 클래스(즉, 로고가 없는 영역)의 명시적 모델링 등 다양한 훈련 선택의 이점을 체계적으로 조사하였습니다. 실험 결과는 제안된 방법의 타당성을 확인해주며, 기존 최신 연구 방법들을 능가하는 것으로 나타났습니다.