인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
도시화와 인구 집중도가 증가함에 따라 철도역 실내공간의 안전성과 편의성 확보는 이용자의 철도 수단 선택의 중요한 요인 중 하나이다. 하지만 실내공간의 통행량 측정을 위한 수기 기록방법은 공간 및 시간에 제약이 있으며 정확도 측면에서 한계가 있다. 본 연구는 철도역 실내공간 통행량을 측정하기 위한 다양한 비전인식 알고리즘을 비교하여 You Only Look Once(YOLO)를 최적의 알고리즘으로 선정하였다. 또한, 객체의 중복 측정을 방지하기 위해 Deep SORT 알고리즘과 결합하여 인식의 정확도를 높였다. 제안된 비전인식 기술의 정확도와 일반화 성능을 검증하기 위해 5개의 도시철도 역을 대상으로 비전인식 측정 결과와 관측치 데이터를 비교하였으며, 철도역 실내 공간에 적용가능성을 확인했다. 실험결과 통로와 계단의 경우 비전인식 분석과 관측치간 일치도상관계수는 각각 평균 0.91과 0.84로 높은 상관성이 확인되었다. 승강장의 경우엔 일부 역사에서 영상 촬영 카메라 위치 및 각도에 비전인식 성능이 낮아져 일치도상관계수 값이 떨어지나 평균 0.52로 나타났다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096570271
