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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김영민 (한양대학교) 이지영 (한양대학교) 윤일로 (다누시스) 한택진 (한양대학교) 김철연 (한양대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제24권 제3호
발행연도
2018.3
수록면
151 - 156 (6page)
DOI
10.5626/KTCP.2018.24.3.151

이용수

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

이 논문의 연구 히스토리 (2)

2018

배경 차분과 CNN 기반의 CCTV 객체 검출
김영민 ,  이지영 ,  윤일로 외 2명 정보과학회 컴퓨팅의 실제 논문지 2018.03 학술저널

2017

배경 차분과 CNN 기반의 CCTV 객체 검출
김영민 ,  이지영 ,  윤일로 외 3명 한국정보과학회 학술발표논문집 2017.06 학술대회자료

초록· 키워드

오류제보하기
본 연구는 영상 분석에서 최근 좋은 연구 성과를 내고 있는 컨볼루션 신경망 (Convolutional Neural Network: CNN) 기법을 실외 CCTV 영상 분석에 적용하여 객체 유형을 분류하는 방법론은 제안한다. 배경 차분 (background subtraction)을 사용하여 찾고자 하는 객체 후보들을 추출해내고 이를 CNN을 이용해 분류함으로써 계산량을 줄이는 효과를 얻는 방법이다. CNN 학습용 CCTV 영상 수집을 위해 범죄 발생이 주로 일어나는 골목길, 놀이터 등에서 촬영한 CCTV 영상 DB를 구축하였으며 우선적으로 사람인 객체만 검출하는 분류기를 학습하였다. 다양한 학습 데이터 사이즈와 세팅에 맞게 실험하였으며 실험 결과 약 80%의 분류 정확도를 보였으며 새로운 CCTV 영상으로 테스트했을 때 약 67.5%의 성능을 보였다.
#Convolutional Neural Network #배경차분 #객체 검출 #CCTV #background subtraction #object detection

목차

요약
Abstract
1. 서론
2. 배경 차분과 CNN 기반의 객체 검출 방법
3. 실험
4. 결론
References

참고문헌 (9)

참고문헌 신청
A. Bialkowski, S. Denman, S. Sridharan, C. Fookes, and P. Lucey, A database for person re-identification in multi-camera surveillance networks, DICTA, 2012. A. Schumann, E. Monari, A soft-biometrics dataset for person tracking and re-identification, AVSS, 2014. J. Per, V. S. Kenk, M. Kristan, and S. Kovacic, Dana36: A multi-camera image dataset for object identification in surveillance scenarios, AVSS, 2012. M. Piccardi, Background subtraction techniques: a review, Proc. IEEE Int. Conf. Systems, Man, Cybernetics, 2004. A. Krizhevsky, I. Sutskever, and G. E. Hinton, Imagenet classification with deep convolutional neural networks, NIPS ‘12, pp. 1106-1114, 2012.

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

산업용 매니퓰레이터의 작업 성능 향상을 위한 영상 기반 물체 인식에 관한 연구
박인철 ,  박종호 ,  류지형 외 2명 한국산학기술학회 논문지 2017 .04
제한용량이 있는 설비입지결정 문제에 대한 적응형 평균치교차분할 알고리즘
김철연 ,  최경현 대한산업공학회지 2011 .06
사물인터넷 엣지 컴퓨팅에서 스마트 모바일 객체의 효율적 에너지 소비를 위한 엣지 카메라 시스템
김우재 ,  이강호 ,  정인범 정보과학회 컴퓨팅의 실제 논문지 2020 .05
Transfer Learning using Multiple ConvNet Layers Activation Features with Principal Component Analysis for Image Classification
Batkhuu Byambajav ,  Jumabek Alikhanov ,  Yang Fang 외 2명 지능정보연구 2018 .03
온라인 쇼핑몰에서 상품 설명 이미지 내의 키워드 인식을 위한 딥러닝 훈련 데이터 자동 생성 방안
김기태 ,  오원석 ,  임근원 외 3명 지능정보연구 2018 .03

최근 본 자료

전체보기

댓글(0)

0