초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

높은 성능의 컴퓨터 하드웨어로 인해 근래 비디오 게임들은 현실적인 이미지를 보여준다. 현실과 비디오 게임을 비교하기 위해, 701개의 현실 이미지들을 포함하는 CamVid 데이터셋을 회선 신경망으로 훈련시켰다. 훈련된 데이터셋과 비교할 테스트 데이터 셋으로 사용하기 위해 500개의 게임 스크린샷을 사용했다. 비교 결과 17.3%의 실패율이 나왔다. 이 수치는 비디오 게임을 ...

높은 성능의 컴퓨터 하드웨어로 인해 근래 비디오 게임들은 현실적인 이미지를 보여준다. 현실과 비디오 게임을 비교하기 위해, 701개의 현실 이미지들을 포함하는 CamVid 데이터셋을 회선 신경망으로 훈련시켰다. 훈련된 데이터셋과 비교할 테스트 데이터 셋으로 사용하기 위해 500개의 게임 스크린샷을 사용했다. 비교 결과 17.3%의 실패율이 나왔다. 이 수치는 비디오 게임을 자율주행 자동차의 시뮬레이션 환경으로 사용하기에 충분히 좋은 수치이다. 나는 게임에서의 운전을 100000개의 이미지와 키보드 입력으로 훈련시켰다. 더 나은 운전을 위해 OpenCV 라이브러리를 활용해 화면 속 도로를 찾을 수 있도록 했다. 훈련을 더 빠르게 하도록 위해 이미지들을 160x120으로 크기를 조절하였으며, 키보드 입력을 조절했다. 마침내 회선 신경망은 성공적으로 특징을 찾아내었고, 스스로 운전을 했다.

Abstract ▼ AI-Helper

With the high performance computer hardware, modern video games present realistic images. To compare real-world with a video game, I trained CamVid dataset, which contains 701 real-world images, to deep convolutional neural network. For test dataset, I took 500 in-game screenshot images to compare w...

With the high performance computer hardware, modern video games present realistic images. To compare real-world with a video game, I trained CamVid dataset, which contains 701 real-world images, to deep convolutional neural network. For test dataset, I took 500 in-game screenshot images to compare with trained dataset. As a result of comparison, the error rate is 17.3 percentage. It is good enough to use the video game as a simulating field for self-driving car. I trained in-game driving play for 100000 images and keyboard inputs. For better driving, I used OpenCV library to find lanes in the screen. I resized images to 160x120, and balanced keyboard inputs to make faster to train. Finally, convolutional neural network successfully found features and drove by itself well.

주제어