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
박채림 (한국해양대학교) 이광일 (한국해양대학교) 조석제 (한국해양대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제33권 제3호
발행연도
2023.6
수록면
214 - 221 (8page)
DOI
10.5391/JKIIS.2023.33.3.214

이용수

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

초록· 키워드

오류제보하기
단일 이미지로부터 깊이 맵을 측정하는 기법은 오랫동안 연구되어온 분야이다. 이것은 장면 내의 기하학적 관계를 이해할 수 있는 중요한 정보로써 물체 인식, 3D 모델링, 증강현실 등에 활용될 수 있고 잠재적으로는 객체들 간의 가려짐 발생 시 추론할 수 있다. 이렇게 물체의 깊이를 추정하는 것은 컴퓨터 비전 분야에서 핵심적인 부분이며 수많은 응용 프로그램에서 필수적이다. 최근에는 딥러닝을 이용하여 이미지 수준의 정보와 계층적 특징을 탐색하는 연구가 꾸준히 진행되고 있다. 하지만 이러한 방법들은 야간 환경과 그림자가 그을려진 환경에서 깊이를 측정하고 전방 객체를 인식하는데 한계가 있다. 본 논문에서는 이러한 한계를 보완하는 새로운 방법을 제안한다. 이 방법은 Vision Transformer(ViT)를 이용하여 이미지 속 객체의 초점을 자동으로 잡고 모듈 세가지를 새롭게 추가함으로써 깊이 맵을 측정한다. 이는 Reconstitution, Fusion, Double-side로써, 깊이 맵 사이에서 발생되는 손실값을 줄이고 미세한 부분까지 조정함으로써 다양한 환경 모두에서 사용할 수 있으며 저량적, 정성적 평가를 통해 우수한 결과를 보였다.
#비전 트랜스포머 #깊이 맵 #컴퓨터비전 #주의 집중 기법 #디지털 영상처리 #Vision Transformer #Depth Map #Computer Vision #Attention #Digital Image Processing

목차

요약
Abstract
1. 서론
2. 관련 연구
3. Vision Transformer
4. 단일 이미지 깊이 맵 추정
5. 실험 및 결론
References

참고문헌 (34)

참고문헌 신청
A. Geiger, J. Ziegler, and C. Stiller, “StereoScan: Dense 3d Reconstruction in real-time,” IEEE Intelligent Vehicles Symposium, pp. 963-968, 2011. google schola A. Handa, T. Whelan, J. McDonald, and A.J. Davison, “A Benchmark for RGB-D Visual Odometry, 3D Reconstruction and SLAM,” IEEE International Conference on Robotices and Automation, pp. 1524-1531, 2014. google schola S. Garg, V. Babu, T. Dharmasiri, S. Hausler, N. Suenderhauf, S. Kumar, T. Drummod, and M. Milford, “Look on Deeper: Recognizing Places from Opposing View-points Under Varying Scene Appearance using Single-view Depth Estimation,” IEEE International Confere google schola E. Marchand, H. Uchiyama, and F. Spindler, “Pose Estimation for Augmented Reality: A Hands-on Survey,” IEEE Transactions on Visualization and Computer Graphics, vol. 22, no. 12, pp. 2633-2651, 2016. google schola K. Alahari, G. Seguin, J. Sivic, and I. Laptev, “Pose Estimation and Segmentation of People in 3D Movies,” IEEE International Conference on Computer Vision, 2013. google schola

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

A Study on deep learning models for transfer learning in ship spare parts classification
Young-Chan Lee ,  Mi- ,  ae Kim 외 2명 Journal of Advanced Marine Engineering and Technology (JAMET) 2024 .12
배터리 기반의 하이브리드 전력계통 운용을 위한 선박용 EMS 연구
김민욱 ,  오진석 전기학회논문지 2024 .01
SMAGNet: Scaled Mask Attention Guided Network for Vision-based Gait Analysis in Multi-person Environments
Hosang Yu ,  Jaechan Pa ,  k 외 2명 IEIE Transactions on Smart Processing & Computing 2024 .02
Monostatic/Bistatic/Multistatic 미세도플러 영상을 융합한 효과적인 탄도미사일 식별 연구
손재환 ,  차상빈 ,  정주호 외 2명 한국정보기술학회논문지 2023 .11
함정 추진체계 이상진단을 위한 회귀 모델 설계
심재순 ,  박찬영 ,  이헌석 외 1명 한국정보통신학회논문지 2023 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-003-001783987