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
이상훈 (서울대학교) 추성권 (서울대학교) 권기범 (서울대학교) 조남익 (서울대학교)
저널정보
한국통신학회 한국통신학회지(정보와통신) 한국통신학회지 (정보와통신) 제34권 제7호
발행연도
2017.6
수록면
40 - 47 (8page)

이용수

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

초록· 키워드

오류제보하기
CCTV에서 보행자 검출 기술을 통하여 보행자의 통행량이나 이동경로를 분석할 수 있고, 위험지역이나 보안 지역에 진입하려는 보행자에게 경고를 줄 수도 있다. 보행자 재식별 기술은 한 대의 카메라에서 검출된 특정 보행자가 같은 카메라의 다른 시간대에 다시 나타났는지, 또는 주변 다른 카메라에서 어느 시간에 포착되었는지를 찾는 기술로서 이를 이용하여 해당 인물의 이동경로를 추적할 수 있다. 보행자 검출을 위해서는 특정영역으로부터 특징 벡터를 추출해야하며, 해당 특징 벡터를 분류할 수 있는 분류기를 학습해야 한다. 특징 벡터를 추출하는 방법이나 분류기를 학습하는 방법에 따라 다양한 보행자 검출방법이 제안 되었다. 최근에는 딥 러닝을 이용하는 방법이 많이 개발되어 기존의 방법들보다 우수한 성능을 보이고 있다. 보행자 재식별은 두 보행자 영상의 일치 여부를 판단하는 것 인데, 보행자 영상으로부터 특징 벡터를 추출해야하고, 해당 특징 벡터의 일치 여부를 판단할 수 있는 비교 방법이 필요하다. 또한 이러한 인식 시스템의 성능을 더욱 높이기 위해서는 여러 가지 전처리 방법이 필수적이며 영상 개선 방법에도 최근에는 딥러닝을 이용한 방법이 기존의 방법들보다 우수한 성능을 보인다.

목차

요약
Ⅰ. 서론
Ⅱ. 보행자 검출 기술 동향
Ⅲ. 보행자 재식별 기술 동향
Ⅳ. 응용 및 발전 방향
Ⅴ. 결론
참고문헌

참고문헌 (23)

참고문헌 신청
Dalal, Navneet, and Bill Triggs. “Histograms of oriented gradients for human detection.” Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on. Vol. 1. IEEE, 2005. Dollar, Piotr, et al. “Fast feature pyramids for object detection.” IEEE Transactions on Pattern Analysis and Machine Intelligence 36.8 (2014): 1532-1545. Suykens Johan AK, and Joos Vandewalle. “Least squares support vector machine classifiers.” Neural processing letters 9.3 (1999): 293-300. Viola, Paul, and Michael J. Jones. “Robust real-time face detection.” International journal of computer vision 57.2 (2004): 137-154. Felzenszwalb, Pedro, David McAllester, and Deva Ramanan. “A discriminatively trained, multiscale, deformable part model.” Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008.

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

[특집편집기] 딥러닝을 포함한 인간행동 인식 최신 기술 동향
이찬수 전자공학회지 2017 .08
딥러닝을 활용한 사물인터넷기기 제어를 위한 초음파 환경에서의 동작 인식
양수명 ,  송원재 ,  김수희 외 2명 한국통신학회 학술대회논문집 2017 .06
딥러닝 기반 감성분석 연구동향
서상현 ,  김준태 한국멀티미디어학회지 2016 .09
인간 수준에 근접한 딥러닝 기반 영상 인식의 동향
유병인 ,  황원준 ,  한승주 외 3명 정보과학회지 2015 .09
A Pedestrian Detection Method using Deep Neural Network
송수호 ,  현훈범 ,  이현 Journal of KIISE 2017 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-567-001053480