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
Jihun Park (Agency of Defense Development) Dae Hoe Kim (Agency of Defense Development) Young Sook Shin (Agency of Defense Development) Sang-ho Lee (Agency of Defense Development)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2017
발행연도
2017.10
수록면
696 - 699 (4page)

이용수

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

초록· 키워드

오류제보하기
As highly maneuverable drones are available at the low price, the threats that might be caused by the drone attacks has been increased. Recent object detectors have been dramatically improved in accuracy by using convolutional neural networks, and these can be utilized to identify hostile drones. In this paper, we examine state-of-the-arts convolutional object detectors for a real-time drone detection and tracking system using a Pan-Tilt-Zoom (PTZ) camera. In the drone detection and tracking system, an object detector is used to identify whether an image from the PTZ camera contains a drone, and our system generates PTZ actions to track the detected drone. To detect small size drones in real-time, an appropriate object detector should be selected. This paper compares six convolutional object detectors in the accuracy and speed.

목차

Abstract
1. INTRODUCTION
2. RELATEDWORK
3. STUDY APPROACH
4. DRONE TRACKING SYSTEM
5. STUDY RESULTS
6. CONCLUSION
REFERENCES

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-ECN-0101-2018-003-001426919