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
학술대회자료
저자정보
김민철 (HL Klemove) 강석준 (HL Klemove) 김택근 (HL Klemove) 김형기 (HL Klemove)
저널정보
한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2024년 한국자동차공학회 추계학술대회 및 전시회
발행연도
2024.11
수록면
2,367 - 2,371 (5page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 차선 및 주차공간 탐색검출 첨단 운전자보조 시스템(이하 ADAS)에서 활용되고 있는 Semantic segmentation 모델의 일반화 성능 향상 위한 클래스 간의 Semantic similarity를 반영한 새로은 Label smoothing 기법과 이를 적용한 손실 함수(Loss function)을 제안한다. 기존의 Cross-entropy 손실 함수는 클래스간 독립성을 가정하기에 유사한 클래스 간의 혼동을 초래하여 모델의 성능을 저하시킬 수 있다. 이를 해결하기 위해, 본 연구에서는 사전 학습된 비전-언어 모델인 CLIP(Contrastive Language-Image Pre-training)을 활용하여 클래스 간의 Semantic similarity 행렬을 생성하고 이를 Label smoothing 기법과 통합한 새로운 손실 함수를 제안한다. 제안된 손실 함수는 모델이 클래스 간의 관게를 학습하도록 유도하여 인식 정확도를 향상시킨다. 실험 결과, CityScapes 데이터셋에서 Mean IoU, Pixel Accurac와 Mean Accuracy 항목에서 향상된 결과를 보여준다. 또한, 추가적인 메모리나 연산 비용 없이 임베디드 환경에서도 실시간 성능을 유지하면서 인식 정확도를 개선할 수 있기에, Semantic segmentation 모델을 사용하는 다양한 ADAS 제품에 적용 가능한 장점이 있다.

목차

Abstract
1. 서론
2. 관련 연구
3. 방법
4. 결과
5. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0