관광 SNS 이미지 분류 정확도 90% 향상 기술 개발

기존 딥러닝 모델은 ImageNet 기반으로, 한국 관광 특성 및 랜드마크를 제대로 분류하지 못하여 SNS 이미지 분류 정확도가 낮은 문제가 있습니다. 또한 수동 라벨링 방식은 비효율적입니다. 본 기술은 지오태깅된 SNS 이미지 데이터를 획득하여, 합성곱 신경망(CNN)으로 관광 목적의 이미지 전용 분류 체계에 따라 1차 분류합니다. 이후 밀도 기반 클러스터링(DBSCAN)을 통해 각 카테고리별 클러스터를 추출하고, 위치 정보와 활동 정보를 비교하여 불일치 시 활동 정보를 갱신합니다. 갱신된 활동 정보를 기반으로 CNN을 통해 이미지 데이터를 재분류하고, 실제 위치와의 중첩 분석을 통해 분류 정확도를 측정합니다. 이 과정에서 Inception v3 모델을 한국 관광 활동 208개 카테고리로 재훈련하여 활용합니다.