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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
주은오 (대전대학교) 김민수 (대전대학교)
저널정보
대한공간정보학회 대한공간정보학회지 대한공간정보학회지 제30권 제4호
발행연도
2022.12
수록면
103 - 111 (9page)
DOI
10.7319/kogsis.2022.30.4.103

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
자율주행 및 ADAS 기술이 발전함에 따라 딥러닝을 접목한 연구가 활발히 수행되고 있다. 그러나 자율주행에서 딥러닝 모델은 실제 주행환경에서 수집된 다양한 학습데이터를 요구하며, 이러한 학습데이터 구축은 고비용과 많은 시간이 소요되는 문제를 가지고 있다. 최근 이와 같은 문제를 해결하기 위해 가상환경에서 학습데이터를 구축하는 연구가 증가하고 있다. 그러나 가상환경에서 수집된 데이터는 실세계와의 이질성으로 인하여 딥러닝에서 학습데이터로의 활용 가능성을 명확히 확인하기에 어려움이 있다. 이에 본 연구에서는 가상환경에서 수집된 데이터가 딥러닝 기반 객체 인식의 성능 향상에 기여 가능한지를 검증해보고자 한다. 가상 데이터의 활용 가능성 분석을 위하여 가상 데이터와 실세계 데이터를 조합하여 다양한 학습데이터를 구성하였으며, 실세계 활용성 검증을 위하여 성능은 YOLOv5 모델을 이용하여 실세계 데이터에 대하여 평가하였다. 결론적으로 실세계 데이터로 학습한 모델보다 가상 데이터와 조합하여 구성한 데이터로 학습한 모델이 우수함을 확인할 수 있었다.

목차

要旨
Abstract
1. 서론
2. 관련 연구
3. 연구 방법
4. 실험환경
5. 실험 결과 및 분석
6. 결론
References

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-452-000314814