메뉴 건너뛰기

ENG

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

(동국대학교, 동국대학교 일반대학원)

지도교수
조경은
발행연도
저작권
동국대학교 논문은 저작권에 의해 보호받습니다.

이용수0

표지
AI에게 요청하기
추천
검색

초록· 키워드

상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!
블랙박스 영상에는 장착된 차량의 차체 일부가 종종 나타나는데, 이를 흔히 "차량의 전경 가려짐"이라고 한다. 이 부분은 도로 정보 해석에 부정적인 영향을 미친다. 기존의 많은 방법은 다양한 시나리오에 걸쳐 광범위한 학습이 필요하고 조명을 비롯한 환경적 요인에 특히 민감하다. 이 문제를 해결하기 위해 저는 클러스터링 기반의 비지도 학습 기법인 DBSCAN을 사용하여 비디오의 전경이 가려진 부분을 감지한다. 여러 개의 Auto-Masks에서 누적 픽셀 및 임계값 필터링 방법을 결합하여 여러 프레임에서 안정적인 픽셀 밀도를 가진 영역을 추출한다. 그런 다음 이러한 영역을 DBSCAN으로 클러스터링하고 가장 큰 클러스터를 추출하여 차량의 전경에 가려진 부분을 주변 배경 노이즈로부터 효과적으로 분리한다. 실험 결과, 이 방법은 Cityscapes 데이터 세트에서 지도 학습 방법에 근접한 성능을 보였으며, CamVid 데이터 세트와 BDD 100K 데이터 세트에서 각각 0.97과 0.94로 MPA 결과를 개선했다.
#Unsupervised #Clustering method #Foreground Occlusion

목차

  1. Chapter 1. Introduction = 1
    Chapter 2. Related Works = 4
    2.1 Foreground Occlusion = 4
    2.2 Cluster-based Unsupervised Learning = 6
    Chapter 3. Unsupervised Method for Car Foreground Occlusion Segmentation = 8
    3.1 Framework Overview = 8
    3.2 Obtaining Regions with Camera Motion = 9
    3.3 Consistently Stable Pixel Density Regions Detection = 10
    3.4 Noise Elimination = 16
    Chapter 4. Experiments = 18
    4.1 Experiment Goals = 18
    4.2 Dataset and Preparation for Experiments = 19
    4.3 Evaluation Metrics = 21
    4.4 Experiment Result-Cityscapes Dataset = 22
    4.5 Experiment Result-Other Dataset = 24
    4.6 Experiment on Determining the Cumulative Pixel Threshold = 27
    Chapter 5. Conclusions = 29
    References = 30
    ABSTRACT = 33

최근 본 자료

전체보기
260429_DBpiaAI
260319_딥리서치
260319_AI리더
260304_새학기에이전트
260429 전공별 추천 이벤트
260304_아그논문롤
260127_아그논문
260127_AI뷰어