고밀도 그리드 모델과 앵커모델을 이용한 동적 객체검지 향상에 관한 연구

윤보른; 이선우; 최경호; 이상민; 권장우

추천

검색

자료유형: 학술저널

저자정보: 윤보른 이선우 최경호 이상민 권장우

저널정보: 한국ITS학회 한국ITS학회 논문지 한국ITS학회 논문지 제17권 제3호

발행연도: 2018.1

수록면: 98 - 110 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은, 동적인 객체의 인식률 향상을 위해 고밀도 그리드 모델과 앵커 모델을 제안하였다. 두 가지 실험은 수행하여 제안하는 CNN 모델들을 제안하였다. 첫 번째 실험에 있어서, YOLO-v2모델을 KITTI 데이터 셋에 적용시켜 보았고, 고밀도 그리드 모델과 앵커 모델을 기존 YOLO-v2와 비교하였다. 실험에 있어서, 본 논문에서 제안하는 두 가지 모델은 기존의YOLO-v2모델에 비하여 ‘어려움’ 난이도의 자동차 검지에 있어서 6.26%에서 10.99%까지 우수한 성능을 나타낸 것을 확인하였다. 두 번째 실험에 있어서는 새로운 데이터 셋을 학습하였고, 두 가지 모델은 기존의 YOLO-v2모델보다 22.4%까지 ‘어려움’ 난이도의 자동차 인식률향상이 있음을 확인할 수 있었다.

#CNNs #Next generation ITS #Safety Service #Object Detection #BVI pedestrian

참고문헌 (8)

참고문헌 신청

Eichenseer A. / 2016 / A data set providing synthetic and real-world fisheye video sequences / Acoustics, Speech and Signal Processing (ICASSP), 2016 IEEE International Conference on :1541~1545

Geiger A. / 2012 / Are we ready for autonomous driving? the kitti vision benchmark suite / Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on :3354~3361

Molton N. / 1998 / A stereo vision-based aid for the visually impaired / Image and vision computing 16(4):251~263

Rao S. K. / 2012 / Stereo acoustic perception based on real time video acquisition for navigational assistance

Redmon J. / 2016 / YOLO9000: better, faster, stronger

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!