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
Accidents originating from mobile cranes account for approximately 13% of all accidents in the construction industry, which is significantly higher than all other accident cases. Thus, there has been a strong demand for technology solutions to prevent collisions between salvage and surrounding objects. We herein propose a safety surveillance system using rotational 3D object recognition in the nadir field of view (vertically downward FOV) based on self-attention distillation (SAD). We developed training, validation, and test datasets for the environment of an actual construction site to develop a rotational object detection model for the proposed system. Moreover, we introduced an SAD method for the backbone network to improve the representation of the backbone network and guarantee the accurate detection of objects and salvages. Overall, the proposed rotational object detection model, which is based on Real-Time Models for object Detection (RTMDet) and SAD, could achieve a performance of over 78% mean average precision (mAP).
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) : I410-151-25-02-091212886
