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
학술대회자료
저자정보
허청환 (알티스트) 신익희 (알티스트) 이명경 (알티스트) 예민해 (알티스트) 이대우 (알티스트)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2023.11
수록면
153 - 156 (4page)

이용수

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

초록· 키워드

오류제보하기
본 논문은 YOLO-pose를 확장하여 다중 클래스 객체 탐지와 자세 추정을 동시에 수행하는 방안을 제시한다. 다양한 객체 클래스를 다루는 경우, 자세 추정에 필요한 키포인트 레이블이 없는 데이터가 다수 포함될 수 있는데, YOLO-pose는 사람만 탐지하도록 개발되었기 때문에 다중 클래스 객체 탐지가 요구되는 환경에서는 단독으로 사용되기 어렵다. 이 문제를 해결하기 위해, 본 논문은 객체 클래스에 따라 손실함수의 가중치를 다르게 부여하는 방식을 제안한다. 제안된 방식을 이용하여 YOLOv7x-pose를 구현하고, COCO 2017 person keypoint 데이터셋과 AIHUB CCTV 추적 영상 데이터셋을 이용하여 학습한 결과, 다중 클래스 객체 탐지와 인물 자세 추정이 정상적으로 수행되는 것을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 방법론
Ⅲ. 실험결과
Ⅳ. 결론
참고문헌

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

UCI(KEPA) : I410-151-24-02-088559142