Pothole Detection Based on Convolutional Neural Network Using Computer Vision

Q: 이 논문에서 정의한 Computer Vision이란 무엇인가?

차량이 실시간으로 도로의 포트홀을 감지하여 운전자의 사고 방지를 돕는 기술을 의미한다. 이는 딥러닝 기반의 객체 탐지 시스템을 통해 도로 손상을 식별하고, 수집된 데이터를 도로 유지 관리에 활용함으로써 차량 손상과 안전사고를 예방하는 핵심적인 역할을 수행한다.

Q: YOLOv3 Tiny 모델을 활용한 실시간 포트홀 감지 시스템의 성능과 효율성은 어떠한가?

연구 결과, YOLOv3 Tiny 모델은 90%의 정확도와 62%의 평균 정밀도를 달성하며 식별되지 않은 데이터 세트에서도 포트홀을 효과적으로 탐지하였다. 특히 모델의 구조가 가벼워 Raspberry Pi와 같은 저사양 장치에서도 빠르게 실행될 수 있는 높은 효율성을 입증하였다.

Syed Ali Hassan; Soo Young Shin

학술대회자료

Pothole Detection Based on Convolutional Neural Network Using Computer Vision

저자정보: Syed Ali Hassan (Kumoh National Institute of Technology) Soo Young Shin (Kumoh National Institute of Technology)

저널정보: 한국통신학회 한국통신학회 학술대회논문집 2020년도 한국통신학회 동계종합학술발표회 논문집

발행연도: 2020.2

수록면: 1,264 - 1,267 (4page)

오류 신고하기

피인용 0

Pothole Detection Based on Convolutional Neural Network Using Computer Vision

검색

초록·키워드

Computer Vision-Based Potholes detection implementation for vehicles to detect Potholes in Real-time for driver assistance to avoid accidents is presented. The model is trained on YOLO (You only look once) object detection system to detect the Potholes on road. The collection of data set is a difficult and extensive task which required different angles images with proper resolution. Implementation of YOLOv3 Tiny for pothole detection is done on modified data set for Pothole detection in real-time and the performance of the model is benchmarked with respect to accuracy and mean average precision (MAP). Keywords- Pothole Detection, Object Detection, Computer Vision, Deep Learning.

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

Pothole Detection Based on Convolutional Neural Network Using Computer Vision

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료