인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
3D object detection is one of the key techniques in autonomous driving. However, existing 3D object detectors will likely be impaired under low illumination conditions and show poor performance on small object detection. To resolve this limitation, this paper proposes a tone mapping-based fine disparity R-CNN (TFD R-CNN) for effective 3D object detection. We first develop a tone mapping technique to enhance the color contrasts and thus to make objects clearer, for easier detection of low illuminated objects. Furthermore, optimization of grouping radius has been done to improve the detection performance on small-sized objects. By reducing the grouping radius, the features of small objects can be preserved, so that more refined feature information can be extracted. Experimental result comparisons show that the proposed TFD R-CNN outperforms the well-known Disp R-CNN. Specifically, the proposed method can achieve about 4% better performance in average precision than the baseline Disp R-CNN on the KITTI dataset.
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
