인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Traffic light recognition in autonomous driving is an essential but very challenging task because its performance is affected by unpredictable environmental conditions. Moreover, the shapes and installations of traffic lights in various countries require a lot of cost and time to collect a huge dataset and train a deep learning model. This study develops a method for constructing training datasets with minimal resource expenditure for more efficient and universally applicable traffic light recognition. It aims to develop a deep learning scheme that can universally recognize various international traffic light configurations by replacing the initial supervised learning stage with a phase that can recognize multiple types of traffic lights and improve performance through self-supervised learning on new datasets. Additionally, this study introduces a data selection algorithm that enables robust recognition under changes in road conditions by enhancing adaptability across diverse environments. This research not only demonstrates improved recognition performance in hazardous road situations but also concludes with potential for efficient application worldwide. Experimental results showed 24.2% improvement in mAP50, even with the same proportion of labeled data, and similar performance with half the labeled data.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-24-02-090256852
