지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.2
- 수록면
- 145 - 156 (12page)
이용수
초록· 키워드
오류제보하기
Nowadays, the complexity of object tracking models among hardware applications has become a more in-demand duty to complete in various indeterminable environment tracking situations with multifunctional algorithm skills. In this paper, we propose a virtual city environment using AirSim (Aerial Informatics and Robotics Simulation–AirSim, CityEnvironment) and use the DQN (Deep Q-Learning) model of deep reinforcement learning model in the virtual environment. The proposed object tracking DQN network observes the environment using a deep reinforcement learning model that receives continuous images taken by a virtual environment simulation system as input to control the operation of a virtual drone. The deep reinforcement learning model is pre-trained using various existing continuous image sets. Since the existing various continuous image sets are image data of real environments and objects, it is implemented in 3D to track virtual environments and moving objects in them.
목차
ABSTRACT
1. 서론
2. 이론
3. 제안한 방법
4. 실험 결과 및 고찰
5. 결론
REFERENCE
참고문헌 (15)
참고문헌 신청
J.F. Henriques, R. Caseiro, P. Martins, and J. Batista, “High Speed Tracking with Kernelized Correlation Filters,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 37, No. 3, pp. 583-596, 2015.
M. Danelljan, G. Hager, F. Shahbaz Khan, and M. Felsberg, “Convolutional Features for Correlation Filter Based Visual Tracking,” Proceedings of the IEEE International Conference on Computer Vision Workshops, pp. 58-66, 2015.
J. Xie. E. Stensrud, and T. Skramstad, “Detection-Based Object Tracking Applied to Remote Ship Inspection,” Sensors, Vol. 21, No. 3, 761, 2021.
L. Bertinetto, J. Valmadre, J. F. Henriques, A. Vedaldi, and P. H. Torr. “Fully-Convolutional Siamese Networks for Object Tracking,” Proceeding of the European Conference on Computer Vision, pp. 850-865, 2016.
B. Babenko, M.-H. Yang, and S. Belongie. “Robust Object Tracking with Online Multiple Instance Learning,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 33, No. 8, pp. 1619-1632, 2011.
M. Danelljan, G. Hager, F. Shahbaz Khan, and M. Felsberg, “Convolutional Features for Correlation Filter Based Visual Tracking,” Proceedings of the IEEE International Conference on Computer Vision Workshops, pp. 58-66, 2015.
J. Xie. E. Stensrud, and T. Skramstad, “Detection-Based Object Tracking Applied to Remote Ship Inspection,” Sensors, Vol. 21, No. 3, 761, 2021.
L. Bertinetto, J. Valmadre, J. F. Henriques, A. Vedaldi, and P. H. Torr. “Fully-Convolutional Siamese Networks for Object Tracking,” Proceeding of the European Conference on Computer Vision, pp. 850-865, 2016.
B. Babenko, M.-H. Yang, and S. Belongie. “Robust Object Tracking with Online Multiple Instance Learning,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 33, No. 8, pp. 1619-1632, 2011.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
심층 강화학습을 사용한 DQN 및 텐서 플로우 에이전트 기반 시각적 객체 추적 알고리즘
멀티미디어학회논문지
2024 .08
-
Dynamic Obstacle Avoidance using Deep Reinforcement Learning Network for Autonomous UAV
한국항공우주학회 학술발표회 초록집
2019 .11
-
Object Detection using Policy-Based Reinforcement Learning
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
시뮬레이션 환경에서의 DQN을 이용한 강화 학습 기반의 무인항공기 경로 계획
반도체디스플레이기술학회지
2017 .01
-
심층 강화학습을 활용한 산업디자인
제어로봇시스템학회 논문지
2018 .12
-
비전 기반 심층 강화학습과 AirSim을 활용한 무인항공기 충돌 회피 운용 및 비행시험 검증
한국항공우주학회 학술발표회 초록집
2023 .11
-
AMR 를 이용한 가변적인 관심 대상 객체 추적을 위한 딥러닝 기반 프레임워크
제어로봇시스템학회 논문지
2022 .12
-
DQN을 적용한 심층강화학습 기반 로봇팔 밀기 및 파지
한국기계가공학회 춘추계학술대회 논문집
2023 .04
-
객체탐지모델과 충돌방지 강화학습모델을 활용한 자율주행 시스템에 관한 연구
Proceedings of KIIT Conference
2023 .11
-
딥러닝을 통한 움직이는 객체 검출 알고리즘 구현
반도체디스플레이기술학회지
2018 .01
-
[AI-15] Real-Time Detection of Very Small Objects Using Deep Learning with Image Big Data
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2024 .01
-
Deep Learning
대한토목학회지
2021 .06
-
강화학습 환경에 따른 A2C, DQN 알고리즘의 학습 효율성 비교, 분석
Proceedings of KIIT Conference
2023 .06
-
데이터 및 비전 기반 심층 강화학습과 AirSim을 활용한 복합 다중 장애물 환경에서의 무인 항공기 자율 비행
한국항공우주학회 학술발표회 초록집
2024 .11
-
모바일 로봇의 동적 물체 추적을 위한 딥러닝 기반 객체 인식 및 추적 알고리즘에 관한 연구
한국정밀공학회 학술발표대회 논문집
2022 .05
-
작물 생산량 예측을 위한 심층강화학습 성능 분석
한국전자통신학회 논문지
2023 .02
-
작은 물체 검출을 위한 딥러닝 네트워크 구조
한국자동차공학회 춘계학술대회
2021 .06
-
심층 강화학습을 이용한 단순 형상에 대한 설계이력 재구성
대한기계학회 춘추학술대회
2021 .11
-
가상 건설환경에서의 딥러닝 기반 폐색영역 검출을 위한 데이터 베이스 구축
유공압건설기계학회 학술대회논문집
2021 .11
-
딥러닝 모델을 이용한 실시간 객체 검출 기반 어포던스 특징 추출 시스템
제어로봇시스템학회 논문지
2017 .08
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Unity ML Agents를 활용한 트랙 경로 탐색 시뮬레이션 설계
한인철
,
김진웅
,
김수균
한국컴퓨터정보학회논문지
2024
.02
SWMM으로 유니티를 활용한 디지털 트윈
박지예
,
백상수
대한환경공학회 학술발표논문집
2022
.11
유니티 시뮬레이션 환경 내 강화학습을 통한 무인기 자율운항
김경범
,
김도연
,
임태헌
외 4명
한국통신학회 학술대회논문집
2023
.02
전력계통 디지털 트윈 구현을 위한 인공지능 기술
정재성
전기의세계
2022
.03
DQN 기반 강화학습을 이용한 모바일 로봇의 자율이동
김정모
,
김승민
,
김동환
대한기계학회 춘추학술대회
2021
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-004-001088724