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
강병진 (LIG넥스원) 배재현 (LIG넥스원) 김대현 (LIG넥스원) 백경훈 (LIG넥스원)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제29권 제10호
발행연도
2023.10
수록면
781 - 786 (6page)
DOI
10.5302/J.ICROS.2023.23.0095

이용수

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

초록· 키워드

오류제보하기
Recently, artificial intelligence is being used in many business fields. In the field of image, it is used in many different forms, starting with simple object detection, tracking, synthetic image generation, and style conversion. In particular, the object detection field has already been applied and used in many fields such as national defense, product defect detection, and security thanks to tremendous development. However, current object detection models are mainly performed with RGB images. Due to this direction of research, a separate study is underway for a model for IR image. Because of this, the development of deep learning models for IR images is much slower than RGB images. In addition, due to the lack of IR image data, research on IR image deep learning models is becoming more and more laggy compared to other deep learning studies. This paper proposes that the model trained on RGB images shows excellent performance in IR images. The object detection deep learning model learns shape information by using feature extraction. Our results show that IR images showing the shape of an object and images learned as RGB images can be sufficiently inferred. As a result, the model trained with RGB images shows robustness even in IR images.
#deep learning #infrared image #object detection #medium wave infrared (MWIR)

목차

Abstract
I. 서론
II. 딥러닝을 이용한 객체 탐지
III. 딥러닝을 이용한 MWIR 적외선 이미지 객체 탐지
IV. MWIR 적외선 영상 객체 탐지 결과
V. 결론
REFERENCES

참고문헌 (21)

참고문헌 신청
J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You only look once: Unified, real-time object detection," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 779-788, 2016. google schola W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C. Y. Fu, and A. C. Berg, “SSD: Single Shot MultiBox Detector," Proc of the European Conference on Computer Vision ECCV 2016, Amsterdam, The Netherlands, 8–16 October 2016; Springer: Cham, Switzerland, 2 google schola C. Chen, M. Y. Liu, O. Tuzel, and J. Xiao, “R-CNN for small object detection," Computer Vision–ACCV 2016: 13th Asian Conference on Computer Vision, Taipei, Taiwan, November 20-24, Revised Selected Papers, Part V 13 pp. 214-230, 2016. google schola S. Ren, K. He, R. Girshick, and J. Sun, “Faster R-CNN: Towards real-time object detection with region proposal networks," IEEE Trans. Pattern Anal. Mach. Intell., vol. 39, no. 6, pp. 1137–1149, Jun. 2017. google schola J. Redmon and A. Farhadi. “Yolov3: An incremental improvement," arXiv preprint arXiv:1804.02767, 2018. google schola

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

YOLOX 모델의 미세조정을 통한 LWIR 영상 탐지 성능평가
배재현 ,  강병진 ,  김대현 외 1명 제어로봇시스템학회 논문지 2024 .07
동적 레이더 반사면적 패턴 식별을 위한 시계열 네트워크 성능 분석
김아란 ,  김하선 ,  강창호 외 1명 제어로봇시스템학회 논문지 2023 .07
자율주행과 안전 기능을 지니는 퍼스널 모빌리티 스쿠터 개발
정의정 ,  전광우 ,  김주현 외 3명 제어로봇시스템학회 논문지 2023 .05
SR Thermal GAN: 초해상화 적외선 이미지 생성 기법
이인호 ,  정원영 ,  박찬국 제어로봇시스템학회 논문지 2022 .02
YOLO 를 이용한 CNN 기반의 물체 인식과 파지 중심점 위치오차 최소화 알고리즘 연구 및 파지 성능 평가
김동현 ,  김현희 ,  이민철 제어로봇시스템학회 논문지 2021 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088087703