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
학술저널
저자정보
박상배 (국민대학교) 김정하 (국민대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제26권 제6호
발행연도
2020.6
수록면
499 - 505 (7page)
DOI
10.5302/J.ICROS.2020.20.0045

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
This study proposes a method for detecting 51 types of traffic signs, 3 types of traffic lights, and different types of vehicles and pedestrians, that encountered in driving situations, by using a monocular camera. Object detection on the road was performed using a Faster RCNN (Faster Region Convolutional Neural Network) model, and a SVM (Support Vector Machine) classifier was used to improve the recognition performance and reduce the instances of both false positives and false negatives. Herein, this algorithm was defined as the hybrid faster RCNN-SVM detector. Data were obtained and monitored in real time. On average, the accuracy of our algorithm was 5.8% higher than those of the existing learning models. Furthermore, false-positive and false-negative instances decreased by approximately 31.4% and 38.3% on average, respectively. The processing speed of the algorithm was improved by an average of approximately 24% using a median flow tracker and the hybrid faster RCNN-SVM detector in combination.

목차

Abstract
I. 서론
II. 제안 방법
III. 결과
IV. 결론
REFERENCES

참고문헌 (15)

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-0101-2020-003-000679220