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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김다솔 (한국공학대학교) 허재석 (한국공학대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제21권 제2호(JKIIT, Vol.21, No.2)
발행연도
2023.2
수록면
19 - 32 (14page)
DOI
10.14801/jkiit.2023.21.2.19

이용수

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

이 논문의 연구 히스토리 (4)

초록· 키워드

오류제보하기
YOLO(You Only Look Once)는 실시간으로 객체 검출이 필요한 분야에서 널리 사용되고 있지만, 검출하려는 대상이 다른 객체 혹은 주변 배경 등에 의해 가려지는 폐색영역에서 성능이 낮아지는 한계가 존재한다. 본 연구에서는 YOLOv5와 Dual Kalman Filter(KF)를 활용한 폐색영역에 강건한 객체 추적 프레임워크를 제안한다. 여기서, Dual KF는 상호 보완적인 특성을 가진 2개의 KF로 구성된다. 제안 프레임워크는 YOLOv5가 객체검출에 실패하면 YOLOv5의 검출 결과에 비중을 두고 업데이트되는 Detection KF의 결과를 사용한다. 만약 폐색영역으로 인해 연속적인 프레임 동안 객체를 검출하지 못하면, KF의 예측 결과에 비중을 두고 업데이트되는 Inference KF의 결과를 사용하여 객체 추적을 시도한다. 폐색영역이 등장하는 데이터를 활용한 실험을 통해, 제안 프레임워크는 기존 방법론보다 연산 속도는 소폭 느리지만, 정확도는 우수한 것을 확인할 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 기법
Ⅳ. 실험
Ⅴ. 결론 및 향후 계획
References

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0