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
안호연 (한국전자통신연구원) 이종택 (한국전자통신연구원)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제28권 제3호
발행연도
2018.6
수록면
210 - 218 (9page)
DOI
10.5391/JKIIS.2018.28.3.210

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 딥러닝의 객체 검출 알고리즘인 Faster R-CNN을 기반한 차종 분류 방법을 제안한다. Faster R-CNN 방법은 검출과 분류를 동시에 수행한다. 하지만 데이터의 양과 하드웨어의 제약으로 검출과 분류를 동시에 수행하는데 어려움이 있다. 본 연구에서는 Faster R-CNN 알고리즘을 차량 검출 네트워크로 사용하고 추가 네트워크를 구성하여 출검된 영역에 대해 분류를 수행한다. 기존의 Faster R-CNN은 검출과 분류를 동시에 수행하지만, 제안 방법은 검출과 분류를 나누어 수행한다. 제안한 방법 검증을 위해 획득된 8종의 차량 영상 총 15,400장을 training 데이터로 사용하였으며, 3,800장을 Validation 데이터로 사용하였다. 실험 결과, Faster R-CNN을 사용한 차량 검출 성능은 mAP 87.4%, 차종 분류율은 85.4%였고, 제안한 방법의 평균 차종 분류율은 89.5%의 결과를 보였다. 또한, 제안한 방법으로 분류를 수행하였을 때, 차종별 분류 성능의 편차를 줄일 수 있었다.
#객체 분류 #객체 검출 #딥러닝 #기계학습 #Object Classification #Object Detection #Deep Learning #Machine Learning

목차

요약
Abstract
1. 서론
2. 기존 연구
3. Faster R-CNN 이용한 차종분류
4. 실험
5. 결론 및 향후 연구
References

참고문헌 (15)

참고문헌 신청
P. Viola, M. J. Jones, and D. Snow, “Detecting pedestrians using patterns of motion and appearance“, International Journal of Computer Vison, Vol. 63, No. 2, pp. 153-161, Jul. 2005. N. Dalal and B. Triggs, “Histograms of oriented gradients for human detection“, Computer Vision and Pattern Recognition, IEEE Computer Society Conference, pp. 886-893, Jun. 2005. X. Wang, T. X. Han, and S. Yan, “An hog-lbp human detector with partial occlusion handling“, Computer Vision, 12th International Conference, pp. 32-39, Oct. 2009. A. Krizhevsky, I. Sutskever, and G. E. Hinton, “Imagenet classification with deep convolutional neural networks“, In Advances in neural information processing systems, pages 1097-1105, 2012. Zeiler, M.D. and Fergus. R, “Visualizing and understanding convolutional networks“, European Conference on Computer Vision(ECCV), 2014, pp. 818-833.

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

Faster R-CNN 기반의 관심영역 유사도를 이용한 후방 접근차량 검출 연구
이영학 ,  김중수 ,  심재창 전기전자학회논문지 2019 .03
DNN 기반 컬러와 열 영상을 이용한 다중 스펙트럼 보행자 검출 기법
이용우 ,  신지태 방송공학회논문지 2018 .05
YOLO 검출 시스템을 활용한 보행자 검출 시스템
박규민 ,  김영우 ,  강석준 외 1명 한국통신학회 학술대회논문집 2017 .11
객체 검출 시스템 개발을 위한 Tracking-Learning-Detection 알고리즘과 학습알고리즘에 관한 연구
현정환 ,  임혜연 ,  강대성 한국정보기술학회논문지 2017 .12
딥러닝을 이용한 객체분류 및 검출 기술
고성제 ,  김영현 전자공학회지 2017 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-002236644