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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.4
- 수록면
- 722 - 729 (8page)
- DOI
- 10.7840/kics.2020.45.4.722
이용수
초록· 키워드
오류제보하기
자율주행 환경에서의 객체검출 문제를 풀기 위해 본 연구에서는 딥러닝 기반의 객체검출기를 Stem Block, Backbone Network, Detector, Extra Layer의 4개의 영역으로 분리 후, 각 계층별로 여러 딥러닝 최적화 기법을 적용하여 계산 복잡도 대비 풍부한 Receptive Filed를 통해 모델의 정확도와 추론 시간을 효율적으로 trade-off 하였다. 이를 통해 자율주행 환경에서의 정확한 위치 검출과 클래스 분류 성능을 보이는 딥러닝 기반의 객체검출기를 설계하였다. 이를 SSD 계열의 State-of-the-art Model인 M2Det과 자율주행 환경에서 정확도 및 속도를 비교하였을 때, 1.4%의 mAP의 차이로, 1.9배 빠른 실시간 객체검출기를 구현하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 객체검출기 최적화
Ⅳ. 실험
Ⅴ. 결론
References
참고문헌 (15)
참고문헌 신청
M. Markus, J. C. Gerdes, B. Lenz, and H. Winner, et al., Autonomous driving, Berlin, Germany: Springer Berlin Heidelberg, 10:978-3, 2016.
S. Ren, et al., “Faster R-CNN: Towards real-time object detection with region proposal networks,” Advances in Neural Inf. Process. Syst., pp. 91-99, 2015.
J. Redmon and A. Farhadi, “Yolov3: An incremental improvement,” arXiv preprint arXiv:1804.02767, 2018.
W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. CBerg, “SSD: Single shot multibox detector,” in Eur. Conf. Computer Vision, pp. 21-37, 2016.
P. Zhou, B. Ni, C. Geng, J. Hu, and Y. Xu, “Scale-transferrable object detection,” in Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 528-537, 2018.
S. Ren, et al., “Faster R-CNN: Towards real-time object detection with region proposal networks,” Advances in Neural Inf. Process. Syst., pp. 91-99, 2015.
J. Redmon and A. Farhadi, “Yolov3: An incremental improvement,” arXiv preprint arXiv:1804.02767, 2018.
W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. CBerg, “SSD: Single shot multibox detector,” in Eur. Conf. Computer Vision, pp. 21-37, 2016.
P. Zhou, B. Ni, C. Geng, J. Hu, and Y. Xu, “Scale-transferrable object detection,” in Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 528-537, 2018.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 네트워크를 이용한 도로 주행상황에서의 객체 인식
제어로봇시스템학회 국내학술대회 논문집
2019 .05
-
자율주행차의 레이더와 카메라 채널 방향 융합을 이용한 딥러닝 객체 검출 알고리즘 개발 및 검증
한국자동차공학회 춘계학술대회
2023 .05
-
실시간 객체 검출 및 데이터셋 구조화를 이용한 딥러닝 객체 인식 알고리즘
대한전자공학회 학술대회
2018 .06
-
객체 검출의 정확도 향상을 위한 딥러닝 네트워크 및 레이어의 영향에 대한 연구
대한전자공학회 학술대회
2022 .06
-
실시간 도심로 객체 검출을 위한 1-stage Detector 모델의 성능 비교
한국자동차공학회 춘계학술대회
2022 .06
-
자율주행 시뮬레이터를 이용한 차량 객체 Ground Truth 자동 생성
한국자동차공학회 추계학술대회 및 전시회
2020 .11
-
도심 환경 속 자율주행을 위한 실시간 객체 탐지
한국자동차공학회 지회 학술대회 논문집
2022 .04
-
카메라를 활용한 딥러닝 기반 자율주행자동차의 사각 지대 객체 검출 및 경고 시스템에 관한 연구
한국자동차공학회 추계학술대회 및 전시회
2018 .11
-
야간 도심환경에서 객체 검출을 위한 데이터 셋 검증에 관한 연구
한국자동차공학회 춘계학술대회
2022 .06
-
자율주행 차량 영상 기반 객체 인식 인공지능 기술 현황
한국정보통신학회논문지
2021 .08
-
다목적실용위성 3호/3A호 영상에 대한 딥러닝 기반 객체 검출 알고리즘의 성능 비교
한국항공우주학회 학술발표회 초록집
2021 .07
-
자율 주행을 위한 딥러닝 기반 라이다 객체 인식 신경망 연구 분석
한국자동차공학회논문집
2022 .08
-
게임 데이터를 활용한 딥러닝 객체 인지 성능 향상에 관한 연구
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
국내 실도로 학습데이터 활용 자율주행 상황에서의 객체검출
대한전자공학회 학술대회
2023 .06
-
자율주행을 위한 이미지 시퀀스 기반의 3차원 객체 검출 네트워크
한국자동차공학회 추계학술대회 및 전시회
2021 .11
-
차량의 자율주행을 위한 객체인식을 통한 스테레오 카메라 기반 장애물 위치 추정 및 충돌 회피 경로 생성
한국자동차공학회 춘계학술대회
2023 .05
-
깊이 예측 백본 네트워크 모델을 사용한 새로운 딥러닝 기반 객체 검출 방법
한국정보과학회 학술발표논문집
2019 .06
-
작은 물체 검출을 위한 딥러닝 네트워크 구조
한국자동차공학회 춘계학술대회
2021 .06
-
열악한 주행환경에서 객체인식을 위한 인공지능 기반 융합센서 플랫폼 개발
한국자동차공학회 추계학술대회 및 전시회
2022 .11
-
자율 주행차를 위한 딥러닝 기반 주행 가능 영역 검출
한국정보과학회 학술발표논문집
2020 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0