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
오경석 (금오공과대학교) 김성현 (금오공과대학교) 김진섭 (금오공과대학교) 이승환 (금오공과대학교)
저널정보
한국로봇학회(논문지) 로봇학회 논문지 로봇학회 논문지 제16권 제4호
발행연도
2021.12
수록면
336 - 344 (9page)

이용수

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

이 논문의 연구 히스토리 (4)

2021

혼잡 환경에서 강인한 딥러닝 기반 인간 추적 프레임워크
오경석 ,  김성현 ,  김진섭 외 1명 로봇학회 논문지 2021.12 학술저널
YOLO 기반 효율적인 인간 추적 프레임워크
오경석 ,  김원호 ,  공정환 외 1명 정보 및 제어 논문집 2021.10 학술대회자료
YOLO 기반 효율적인 인간 추적 프레임워크
오경석 ,  김원호 ,  공정환 외 1명 대한전기학회 학술대회 논문집 2021.10 학술대회자료
칼만필터를 이용한 향상된 딥 러닝 기반 인간 추적 프레임워크
오경석 ,  김성현 ,  김진섭 외 2명 Proceedings of KIIT Conference 2021.06 학술대회자료

초록· 키워드

오류제보하기
This paper presents a robust deep learning-based human tracking framework in crowded environments. For practical human tracking applications, a target must be robustly tracked even in undetected or overcrowded situations. The proposed framework consists of two parts: robust deep learning-based human detection and tracking while recognizing the aforementioned situations. In the former part, target candidates are detected using Detectron2, which is one of the powerful deep learning tools, and their weights are computed and assigned. Subsequently, a candidate with the highest weight is extracted and is utilized to track the target human using a Kalman filter. If the bounding boxes of the extracted candidate and another candidate are overlapped, it is regarded as a crowded situation. In this situation, the center information of the extracted candidate is compensated using the state estimated prior to the crowded situation. When candidates are not detected from Detectron2, it means that the target is completely occluded and the next state of the target is estimated using the Kalman prediction step only. In two experiments, people wearing the same color clothes and having a similar height roam around the given place by overlapping one another. The average error of the proposed framework was measured and compared with one of the conventional approaches. In the error result, the proposed framework showed its robustness in the crowded environments.
#Detectron2 #Human Tracking #Crowded Environment #Kalman Filter

목차

Abstract
1. 서론
2. 관련 연구
3. 강인한 인간 추적 방법
4. 실험
5. 분석
6. 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

딥러닝과 확률모델을 이용한 실시간 토마토 개체 추적 알고리즘
고광은 ,  박현지 ,  장인훈 로봇학회 논문지 2021 .03
딥러닝 기반 단일 이미지 생성적 적대 신경망 기법 비교 분석
정성훈 ,  공경보 방송공학회논문지 2022 .05
논문지 구독 신청서 외
편집부 로봇학회 논문지 2024 .06
혈압 파형 재현을 위한 인공 대동맥 기반 모의 순환계 로봇
정재학 ,  박용화 로봇학회 논문지 2024 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-559-002132883