인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
We propose a background subtraction-based algorithm that uses images from an RGB-D camera to detect unlearned hazardous objects in ceiling environments, thereby facilitating efficient ceiling exploration. We constructed a dataset by compiling various images of ceiling structures and employed the YOLOv8s-seg model to recognize ceiling components. Recognized ceiling structures and regions exceeding a specified depth threshold were designated as background and removed in the first stage. A U-map based on depth information was then used to detect object regions, which enabled the identification of various types of potentially hazardous objects. The positions of the detected objects were continuously updated using a Kalman filter based tracking model, and their relative positions were visually displayed on a 2D map. To validate the performance of the algorithm, we implemented it in a system and conducted hazardous object detection experiments in a ceiling-simulated testbed and an actual ceiling environment. The findings confirmed the applicability of the algorithm in real-world settings.
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) : I410-151-25-02-092782538
