메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Li Zhun (한국과학기술원) 현종환 (한국과학기술원) 최호진 (한국과학기술원)
저널정보
한국대기환경학회 한국대기환경학회지(국문) 한국대기환경학회지 제34권 제5호
발행연도
2018.10
수록면
735 - 747 (13page)
DOI
10.5572/KOSAE.2018.34.5.735

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Rainfall depth is an important meteorological information. Generally, high spatial resolution rainfall data such as road-level rainfall data are more beneficial. However, it is expensive to set up sufficient Automatic Weather Systems to get the road-level rainfall data. In this paper, we propose to use deep learning to recognize rainfall depth from road surveillance videos. To achieve this goal, we collect a new video dataset and propose a procedure to calculate refined rainfall depth from the original meteorological data. We also propose to utilize the differential frame as well as the optical flow image for better recognition of rainfall depth. Under the Temporal Segment Networks framework, the experimental results show that the combination of the video frame and the differential frame is a superior solution for the rainfall depth recognition. The final model is able to achieve high performance in the single-location low sensitivity classification task and reasonable accuracy in the higher sensitivity classification task for both the single-location and the multi-location case.
#Deep learning #Rainfall depth #Surveillance video #Temporal segment networks

목차

Abstract
1. 서론
2. 실험 방법
3. 실험 결과
4. 고찰
5. 결론
References

참고문헌 (45)

참고문헌 신청
[기타자료] - Abu-El-Haija, S. / 2016 / Youtube-8m: A large-scale video classification benchmark / arXiv preprint arXiv:1609.08675 google schola [학술대회논문] - Bae, G / 2016 / A method for distinguish rainfall by using pixels of CCTV images / Proceedings of Korea Information Science Society Winter Conference 2016 : 1698 ~ 1700 google schola [학술지(정기간행물)] - Bengio, Y / 2007 / Greedy layer-wise training of deep networks / Advances in Neural Information Processing Systems 19 : 153 ~ 160 google schola [학술대회논문] - Bengio, Y. / 2012 / Deep learning of representations for unsupervised and transfer learning / Proceedings of ICML Workshop on Unsupervised and Transfer Learning : 17 ~ 36 google schola [학술지(정기간행물)] - Berg, P / 2016 / Creation of a high resolution precipitation data set by merging gridded gauge data and radar observations for Sweden / Journal of Hydrology 541 : 6 ~ 13 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝을 이용한 항공 영상에서의 도로 인식
정유석 ,  윤형진 ,  조정원 외 2명 한국정보통신학회 종합학술대회 논문집 2019 .10
탑뷰 영상을 이용한 차선, 정지선 및 과속방지턱 인식
안영선 ,  곽성우 ,  양정민 전기학회논문지 2016 .11
차량용 블랙박스 영상을 이용한 환경적응적 실시간 차선인식 연구
박대혁 ,  이정훈 ,  서정구 외 6명 한국컴퓨터정보학회 학술발표논문집 2015 .07
영상 감마 보정을 통해 최적화한 Hough Transform을 이용한 심야 도로 차선 인식 알고리즘
조재현 ,  장영민 ,  김지근 외 2명 대한전자공학회 학술대회 2014 .06
카메라 영상의 실시간 분석에 의한 차선 및 차간 인식
강문설 ,  김유신 한국정보통신학회논문지 2012 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-539-000042912