무인 항공기를 이용한 밀집영역 자동차 탐지

서창진

추천

검색

질문

자료유형: 학술저널

저자정보: 서창진 (상명대학교)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제19권 제3호

발행연도: 2018.3

수록면: 693 - 698 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 최근 물체탐지 분야에서 실시간 물체 탐지 알고리즘으로 주목을 받고 있는 YOLOv2(You Only Look Once) 알고리즘을 이용하여 밀집 영역에 주차되어 있는 자동차 탐지 방법을 제안한다. YOLO의 컨볼루션 네트워크는 전체 이미지에서 한 번의 평가를 통해서 직접적으로 경계박스들을 예측하고 각 클래스의 확률을 계산하고 물체 탐지 과정이 단일 네트워크이기 때문에 탐지 성능이 최적화 되며 빠르다는 장점을 가지고 있다. 기존의 슬라이딩 윈도우 접근법과 R-CNN 계열의 탐지 방법은 region proposal 방법을 사용하여 이미지 안에 가능성이 많은 경계박스를 생성하고 각 요소들을 따로 학습하기 때문에 최적화 및 실시간 적용에 어려움을 가지고 있다. 제안하는 연구는 YOLOv2 알고리즘을 적용하여 기존의 알고리즘이 가지고 있는 물체 탐지의 실시간 처리 문제점을 해결하여 실시간으로 지상에 있는 자동차를 탐지하는 방법을 제안한다. 제안하는 연구 방법의 실험을 위하여 오픈소스로 제공되는 Darknet을 사용하였으며 GTX-1080ti 4개를 탑재한 Deep learning 서버를 이용하여 실험하였다. 실험결과 YOLO를 활용한 자동차 탐지 방법은 기존의 알고리즘 보다 물체탐지에 대한 오버헤드를 감소 할 수 있었으며 실시간으로 지상에 존재하는 자동차를 탐지할 수 있었다.

#Vehicle Detection #Deep Learning #Darknet #YOLOv2 #Object Detection

참고문헌 (16)

참고문헌 신청

K. Kozempel and R. Reulke, “Fast Vehicle Detection and Tracking in Aerial Image Bursts”, in ISPRS City Models, Roads and Traffic(CMRT), Paris, France, vol. 38, no. 3/W4, pp. 175-180, 2009. J. Leitloff, S. Hinz, and U. Stilla, “Vehicle extraction from very high resolution satellite images of city areas,” IEEE Trans. Geosci. Remote Sens., vol. 48, no. 7, pp. 2795-2806, 2010. DOI: https://doi.org/10.1109/TGRS.2010.2043109 W. Yao,M. Zhang, S. Hinz, and U. Stilla, “Airborne traffic monitoring in large areas using lidar data,” Int. J. Remote Sens, vol. 33, no. 12, pp. 3930?3945, 2012. DOI: https://doi.org/10.1080/01431161.2011.637528 D. Lenhart, S. Hinz, J. Leitloff and U. Stilla, “Automatic Traffic Monitoring Based On Aerial Image Sequences”, Pattern Recognition and Image Analysis, vol. 18, no. 3, pp. 400-405, 2008. DOI: https://doi.org/10.1134/S1054661808030061 A. C. Holt, E. Y. W. Seto, T. Rivard and G. Peng, “Object-Based Detection and Classification of Vehicles from High-Resolution Aerial Photography”, Photogrammetric Engineering and Remote Sensing (PE& RS), vol. 75, no. 7, pp. 871-880, 2009. DOI: https://doi.org/10.14358/PERS.75.7.871

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

서창진

소속기관 상명대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 TOP 0.5% 공학 > 공학 일반

논문수 42 이용수 7,026

이 논문과 함께 이용한 논문

YOLO 기반 외곽 사각형을 이용한 근접 돼지 분리

서지현 , 주미소 , 최윤창 외 3명 멀티미디어학회논문지 2018 .02

YOLOv2와 무인항공기를 이용한 자동차 탐지에 관한 연구

서창진 전기학회논문지 P 2018 .03

최근 정보통신 기술 YOLO 를 통해 자율주행자동차의 object detection 과 classification 에 관한 연구

서윤경 , 조상흠 , 황원준 한국통신학회 학술대회논문집 2018 .01

YOLO 검출기를 이용한 한자의 강건한 위치 검출을 위한 학습자료 자동 생성

이장원 , 장길진 전자공학회논문지 2018 .07

YOLO 검출 시스템을 활용한 보행자 검출 시스템

박규민 , 김영우 , 강석준 외 1명 한국통신학회 학술대회논문집 2017 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-505-001795354

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)