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
학술대회자료
저자정보
남택규 (한양대학교) 손혁주 (한양대학교) 허건수 (한양대학교)
저널정보
한국자동차공학회 한국자동차공학회 춘계학술대회 2021 한국자동차공학회 춘계학술대회
발행연도
2021.6
수록면
504 - 508 (5page)

이용수

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

초록· 키워드

오류제보하기
In order to perform fully autonomous driving, it is essential to recognize surrounding objects. With the recent development of deep learning, various studies are being conducted to classify objects around vehicles. In object recognition based on deep learning, there are a point cloud-based model1 and an image-based model2. The image-based model has a sensitive limitation to the light and weather of the camera sensor. On the other hand, since the LiDAR sensor is relatively less affected by light and weather, the reliability of the point cloud-based model is higher. However, the data in the point cloud has a non-uniform distribution. This causes information loss in the convolution process and uses a method of processing a point cloud as a graph to effectively process it. In this paper, after making a graph using a point cloud as a node, we apply a Graph Attention Network (GAT) that uses an attention mechanism to learn by assigning weights to important nodes to encode the characteristics of each node. This information is used to classify the object and predict the bounding box through two Multi-Layer Perceptrons (MLPs). As a result, the loss of node characteristic information is prevented by giving weight to the information of the target node and the neighboring nodes that are highly relevant.
#Object detection(객체 탐지) #LiDAR(라이다) #Attention(어텐션) #Point Cloud(포인트 클라우드) #Graph Neural Network(그래프 뉴럴 네트워크)

목차

Abstract
1. 서론
2. 네트워크 구조
3. Training
4. 결과
5. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

Maneuver를 통한 차량의 차선 단위 경로 예측
백종윤 ,  최승원 ,  허건수 한국자동차공학회 추계학술대회 및 전시회 2020 .11
교차로 환경에서 확률 기반의 주변 차량 경로 예측 및 위험도 판단
이준호 ,  송유호 ,  양찬욱 외 3명 한국자동차공학회 추계학술대회 및 전시회 2020 .11
[응용논문] 차량간 상호작용이 고려된 멀티-헤드 어텐션 구조 기반 주변 차량 주행 경로 예측 알고리즘
김하영 ,  최승원 ,  허건수 한국자동차공학회논문집 2020 .09
차량 간 상호 작용을 고려한 주변 차량 경로 예측
김기훈 ,  이준호 ,  안윤용 외 2명 한국자동차공학회 춘계학술대회 2020 .07
버스의 특성을 고려한 경로 계획 및 횡방향 제어 시스템 개발
성지훈 ,  한상원 ,  윤성환 외 1명 한국자동차공학회 춘계학술대회 2020 .07

최근 본 자료

전체보기

댓글(0)

0