심층학습 기반 멀티 모달 데이터를 활용한 차량 사고 검출

Q: 이 논문에서 정의한 멀티 모달이란 무엇인가?

블랙박스 동영상 데이터와 메타데이터를 융합하여 사용하는 방식을 의미한다. 이는 단일 데이터 소스의 한계를 극복하기 위해 영상의 시각적 정보와 가속도 등의 수치적 정보를 결합하여 분석하는 데이터 처리 방법이다.

Q: 블랙박스 동영상과 가속도 데이터를 융합한 멀티 모달 방식이 사고 검출에 미치는 영향은 무엇인가?

연구 결과, 동영상 데이터와 가속도 데이터를 함께 학습한 멀티 모달 모델은 영상 데이터만 사용했을 때보다 검출 정확도가 7.5% 향상되어 총 97.5%의 정확도를 달성하였다. 따라서 다양한 형태의 데이터를 융합하는 것이 사고 검출 성능 향상에 효과적이다.

조영완; 조익현; 김대희; 김인경; 김수현; 강승은; 엄주석; 이재구

추천

검색

질문

자료유형: 학술대회자료

저자정보: 조영완 (국민대학교) 조익현 (국민대학교) 김대희 (국민대학교) 김인경 (국민대학교) 김수현 (쏘카) 강승은 (쏘카) 엄주석 (쏘카) 이재구 (국민대학교)

저널정보: 한국통신학회 한국통신학회 학술대회논문집 2021년도 한국통신학회 하계종합학술발표회 논문집

발행연도: 2021.6

수록면: 77 - 78 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

기존의 블랙박스 데이터를 활용한 차량 사고 자동 검출 시스템은 블랙박스의 메타데이터만을 활용하였다. 이 방법은 동영상 데이터를 활용하지 못하는 한계가 있으므로, 본 논문에서는 블랙박스 동영상 데이터와 메타데이터를 융합하여 사용하는 ConvLSTM 기반 모델을 설계하여 제안한다. 실험적으로 동영상 데이터 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

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

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)