최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기방송공학회논문지 = Journal of broadcast engineering, v.18 no.4, 2013년, pp.535 - 542
여준기 (한국전자통신연구원 혼성신호처리연구실) , 천익재 (한국전자통신연구원 혼성신호처리연구실) , 석정희 (한국전자통신연구원 혼성신호처리연구실) , 노태문 (한국전자통신연구원 혼성신호처리연구실)
In this paper, we proposed a advanced hardware engine architecture for high speed and high detection rate image recognitions. We adopted the HOG-LBP feature extraction algorithm and more parallelized architecture in order to achieve higher detection rate and high throughput. As a simulation result, ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
EyeQ 시리즈와 IMAPCAR 시리즈가 임베디드 시스템 연구 및 구현에 활용되기 어려운 이유는? | 하지만, EyeQ 시리즈와 IMAPCAR 시리즈의 자료들에서는 처리속도와 인식률, 알고리즘의 처리 구조 등과 관련한 구체적인 사항들이 포함되어 있지 않아, 영상인식을 위한 임베디드 시스템 연구 및 구현에 활용되기는 어려운 점이 있다. 본 논문에서는 기존에 자동차에서의 응용을 고려하여 자동차와 보행자에 대해 높은 인식률과 함께 빠른 처리가 가능하도록 개발하였던 ETRI Vision Engine (EVE)[11]을 개선한 결과를 보임으로써 지능형 자동차용 영상인식 임베디스 시스템 연구 및 개발의 바탕을 제공하고자 한다. | |
본 논문에서 Haar 특징점 추출을 위해서 무엇을 수행하는가? | Haar 특징점 추출을 위해서 Haar 윈도우 버퍼에는 누적 영상이 계산되어 저장된다. 이 때 4x4 픽셀 블록에 대한 누적영상(Integral Image)을 사용하는 경우 보행자 인식을 위한 윈도우의 누적영상은 8x16 크기가 사용되지만, 다음 위치의 윈도우에 대해 연산을 수행하기 위해서는 이전 픽셀의 누적값을 저장하고 있어야 하며, 이를 위해 Haar 윈도우 버퍼는 8x17로 설계되었다. | |
본 논문에서 EVE2는 자동차와 보행자를 동시에 인식하기 위해서 HW를 어떻게 구성하였는가? | EVE2는 EVE에서의 다소 낮은 보행자 인식률의 개선을 위하여 인식대상 판별 과정 중 2차 인식 알고리즘 수행에서는 [1]의 논문과 같이 HOG 특징점 추출과 함께 LBP(Local Binary Pattern) 특징점 추출 알고리즘을 동시에 사용하였다. 또한 자동차와 보행자를 동시에 인식하기 위해서 보행자 판별 하드웨어와 자동차 판별 하드웨어를 병렬로 구성하였다. 다만 영상 크기 변환, 인식 윈도우 추출은 자동차와 보행자에 동일하게 사용될 수 있으므로 하나의 하드웨어로 구성하였다. |
X. Wang, T.X. han, and S. Yan, "An HOG-LBP human detector with partial occlusion handling," International Conference on Computer Vision, 32-39, 2009.
G. Gan and J. Cheng, "Pedestrian Detection Based on HOG-LBP Feature," International Conference on Computational Intelligence and Security, 1184-1187, 2011.
C. Zeng, H. Ma, and A. Ming, "Fast human detection using mi-SVM and a cascade of HOG-LBP features," IEEE International Conference on Image Processing, 3845-3848, 2009.
W.-J. Park, D.-H. Kim, S. Suryanto, C.-G. Lyuh, T. M. Roh, and S.-J. Ko, "Fast human detection using selective block-based HOG-LBP," IEEE International Conference on Image Processing, 601-604, 2012.
H. Cho, P.E. Rybski, A. Bar-Hillel, and W. Zhang, "Real-time pedestrian detection with deformable part models," IEEE Intelligent Vehicles Symposium, 1035-1042, 2012.
S. Lee, H. Son, J. C. Choi, and K. Min, "HOG feature extractor circuit for real-time human and vehicle detection," IEEE Region 10 Conference, 2012.
S. Kim, S. Park, S. Lee, S. park, and K. Cho, "Design of high-performance pedestrian and vehicle detection circuit using Haar-like features," IEEE Region 10 Conference, 2012.
http://www.mobileye.com
http://www.nec.com
C.-G. Lyuh, I.-J. Chun, J.-H. Suk, S.-H. Yoon, and T. M. Roh, "High-Speed Vision Engine for Intelligent Vehicles," Workshop on Image Prodessing and Image Understanding, 2012.
P. Viola and M. J. Jones, "Robust Real-Time Face Detection,", International Journal of Computer Vision, vol. 57, no. 2, pp. 137-154, 2004.
N. Dalal, "Finding People in Images and Videos," PhD thesis, Institut National Polytechnique de Grenoble, 2006.
N. Dalal and B. Triggs, "Histogram of oriented gradient for human detection," IEEE Computer Vision and Pattern Recognition, 886-893, 2005.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.