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
단일 객체 추적은 컴퓨터비전의 오래된 기술 분야로써 감시, 국방 및 자율주행을 비롯한 다양한 응용 기술에 활용된다. 최근의 2차원 영상 내 객체 추적 기술들은 Siamese 구조의 심층신경망을 통해 추출된 타겟 객체와 탐색 영역의 특징 간 유사도를 추정함으로써 이루어진다. 이를 통해 추적의 신뢰성과 실시간성 측면에서 전통적인 필터 기반의 객체 추적 기술 대비 비약적인 성능 향상을 이루었으나 여전히 occlusion 발생 시 객체 추적의 빈번한 실패는 명확한 해결방안을 찾기 어려운 고난이도의 기술적 문제점으로 지적되어왔다. 이에 본 논문에서는 플렌옵틱 영상 기반으로 그 특성을 적극 활용하여 occlusion 발생에도 강건한 성능을 보장하는 객체 추적 알고리즘을 제안한다. 복수의 카메라를 통해 렌더링 된 플렌옵틱 영상은 포컬스택으로 표현되며, 서로 다른 초점 영역을 나타내는 다수의 포컬플레인으로 구성된다. 일반적인 2차원 영상과는 달리 플렌옵틱 영상의 포컬스택은 occlusion 발생 시에도 소수의 특정 초점 영역에서 타겟 객체의 추적을 위한 외형 정보를 포함하며 추적의 성공가능성이 존재한다. 따라서 본 논문에서는 해당 정보의 활용을 위해 Siamese 신경망을 통해 추출된 타겟 객체와 포컬플레인 영상의 고차원 특징 간 유사도를 추정함으로써 객체를 추적하는 플렌옵틱 객체 추적 모델을 구현하였다. 또한, 다수의 포컬플레인 입력으로 인한 오류를 최소화하고자 프레임별로 탐색 영역을 제한하는 알고리즘을 제안한다. 실제 플렌옵틱 영상에 제안하는 알고리즘 적용 시, occlusion 발생의 경우에도 기존 2차원 객체 추적 기술 대비 향상된 성능의 객체 추적이 가능함을 실험적으로 확인하였다.
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-ECN-0101-2021-569-001583504
