본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

목차

지능형 교통 체계를 위한 딥러닝 기반 객체 검출 활용 방법론 ＝ Deep learning based object detection method and its application for intelligent transport systems / 김준용 ; 김성흠 1

Abstract 1

I. 서론 1

II. 딥러닝 객체 인식을 통한 능동적 교통 관제 시스템 2

III. 차량 속도 추정 및 교통량 측정 방법 3

IV. 낙하물 검출을 위한 배경 차분 개선 기법 3

V. 실험 결과 및 토의 4

VI. 요약 및 향후 계획 5

VII. Acknowledgement 6

REFERENCES 6

[저자소개] 7

초록보기

Most machine vision solutions for intelligent transport systems begin with the extraction of hand-crafted visual features from traffic scenes. In this study, the category-specific information for detecting specific visual patterns was investigated by replacing machine vision solutions with a standard convolutional neural network (CNN)-based object detector, and three practical applications of the system were developed. First, our system learned important categories, such as pedestrian and vehicles, for traffic monitoring and management. In addition, while collecting related databases, we efficiently performed data augmentation and improved the recognition accuracy of the system for several user-defined events. Further, the displacement of the detected positions between consecutive frames was converted into the real-world distance to compute the physical velocity of a vehicle. Second, we developed a vision-based system for a real-time lane-level traffic congestion measurement. After tracking the detected vehicles, the estimated velocities of vehicles for each lane were averaged. Subsequently, traffic congestion was determined based on the number of detected vehicles and averaged velocity. Third, we presented a context-aware method for background maintenance. To handle dynamic background objects, we utilized a 2D object detector to identify the category-specific background patterns. The key observation was that the detected regions do not belong to a true background. Hence, we developed a new confidence map to update the static background model and exclude pre-learnt background objects for conventional background subtraction methods. In the study, more than eight user-defined events were suggested by the combination of traditional machine vision techniques and deep learning-based object detectors with a substantial number of training images. In addition, our key ideas were validated using various datasets, such as five different scenes for lane-level traffic congestion and two CCTV image sequences for object-aware background subtraction and unseen object detection in the challenging traffic congestion. Lastly, the suggested applications of this system for intelligent transport systems were successfully demonstrated.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
딥 앙상블을 이용한 딥 러닝 기반의 항공 이미지 객체 탐지 = Deep ensemble based object detection from aerial images 박주찬, 손성빈, 이선훈, 정준욱, 박용준, 오흥선 p. 944-952

보기
로봇 물체 조작 작업을 위한 동적 3차원 장면 그래프 생성 = Dynamic 3D scene graph generation for robotic manipulation tasks 정가영, 김인철 p. 953-963

보기
멀티 센서 IoT 시스템 기반의 기저귀 케어 모니터링 개발 = Diaper care monitoring model based on multi sensor IoT system 백재호 p. 964-971

보기
무인 감시 Transformer = Visual surveillance transformer 최경훈, 하종은 p. 972-977

보기
빅 데이터(Big Data)를 이용한 용접품질에 연구 = Study on the welding quality using big data 김일수, 신윤덕 p. 978-983

보기
생육 정보 수집을 위한 딥러닝 기반의 관측 오차 영역 추정 및 장애물에 가려진 객체 인식 = Deep learning-based estimation of observation error area and recognition of objects hidden by obstacles for growth information collection in smart farms 박진성, 김상철 p. 984-990

보기
이동감시 플랫폼을 위한 픽셀 및 GPS 데이터 기반 경량의 실시간 객체추적 알고리즘 = Lightweight real-time object tracking based on pixel and GPS for mobile surveillance platform 김하준, 김경수 p. 991-999

보기
이미지와 Voxel을 이용한 3D 실내 점군 시맨틱 분할 = 3D indoor point cloud semantic segmentation using image and voxel 염상식, 하종은 p. 1000-1007

보기
접이식 로봇팔의 태양광 패널 청소를 위한 조류 분비물의 클러스터링에 대한 연구 = A study on clustering bird's droppings on a solar panel for a cleaning task using a foldable robot arm 최예진, 정슬 p. 1008-1015

보기
지능형 교통 체계를 위한 딥러닝 기반 객체 검출 활용 방법론 = Deep learning based object detection method and its application for intelligent transport systems 김준용, 김성흠 p. 1016-1022

보기
태그 라벨과 트랜스포머를 이용한 시맨틱 분할 = Semantic segmentation using tag label and transformer 최경훈, 하종은 p. 1023-1028

보기
CAPS : CAPS : autonomous child abuse protection system based on deep learning with CCTV video / CCTV 영상을 이용한 자율형 딥러닝 기반 아동학대 감지 시스템 정성우, 김은철, 유준혁 p. 1029-1037

보기
Embedded 시스템을 위한 Faster R-CNN 기반의 해양쓰레기 검출 모델 개발 = Development of a faster R-CNN-based marine debris detection model for an embedded system 변영훈, 김은주, 임현준, 김한솔 p. 1038-1043

보기
YOLO를 이용한 CNN기반의 물체 인식과 파지 중심점 위치오차 최소화 알고리즘 연구 및 파지 성능 평가 = Object recognition using YOLO based on CNN and grasping center point position error minimization algorithm 김동현, 김현희, 이민철 p. 1044-1050

보기
샘플데이터 기반의 비선형시스템 제어기 설계 : Sampled-data stabilization for a nonlinear system : a T-S fuzzy system approach / T-S 퍼지 시스템 접근법 박준민, 김영담 p. 1051-1055

보기
제어시스템 강좌의 온라인 수업 효율향상을 위한 교육환경 개발 = Development of educational environment to improve efficiency of online education on control systems 이영삼, 주도윤, 최창규 p. 1056-1063

보기
Design of low-power 24-GHz CMOS mixer = 저전력 24-GHz CMOS 믹서 설계 Seok-Ho Noh, Jee-Youl Ryu p. 1064-1069

보기
가변 작업에 대한 분산 구동 메커니즘의 다목적 최적화 기반 궤적 계획 = Multi-objective optimization-based trajectory planning of the distributed actuation mechanism for variable tasks 김종호 p. 1070-1075

보기
자율주행 로봇을 위한 공공 맵 기반 지도 제작 프레임워크 개발 = Development of cartographic framework for autonomous mobile robot using public maps 이지훈, 김홍준 p. 1076-1083

보기
CKF 기반 상태 확장을 통해 IMU의 장착 비정렬을 보상하는 차량용 복합항법시스템 = Vehicular integrated navigation system compensating for mounting misalignment of the IMU through CKF-based state extension 채명석, 조성윤 p. 1084-1091

보기

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기