최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.37 no.12, 2013년, pp.1445 - 1452
이정욱 (삼성전자) , 선주영 (충남대학교 메카트로닉스공학과) , 원문철 (충남대학교 메카트로닉스공학과)
In this paper, we propose a real-time algorithm for estimating the relative position of a person with respect to a robot (camera) using a monocular camera. The algorithm detects the head and shoulder regions of a person using HOG (Histogram of Oriented Gradient) feature vectors and an SVM (Support V...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
사람의 두부 및 어깨영역 검출을 위해 사용되는 것은? | 본 논문에서는 단안 카메라를 이용하여 사람과 로봇(카메라)간의 상대위치를 실시간으로 추정하는 알고리즘을 제안한다. HOG(기울기 히스토그램) 특징벡터와 SVM(서포트 벡터 머신) 분류기를 이용하여 사람의 두부 및 어깨영역을 검출한다. 검출된 영역의 크기와 위치를 이용하여 사람과 로봇(카메라)간의 상대 위치 및 각도를 계산한다. | |
SVM 분류기 학습을 위해 필요한 것은? | 본 논문에서 HOG를 사용하여 생성된 특징 벡터를 SVM 분류기를 사용하여 객체와 비객체를 구분하기 위해서는 미리 SVM 분류기를 학습해야 한다. SVM 분류기 학습을 하기 위해서는 Data Set인 긍정 예 이미지(Positive example image)와 부정 예 이미지(Negative example image)가 필요하다. 이 때 사용한 학습 이미지는 INRIA에서 지원 하는 이미지와 자체 실험실에서 촬영한 이미지를 사용하였다. | |
단안 카메라를 이용하여 사람과 로봇(카메라)간의 상대위치를 실시간으로 추정하는 알고리즘의 수행속도를 향상시키기 위해 사용된 것은? | 검출된 영역의 크기와 위치를 이용하여 사람과 로봇(카메라)간의 상대 위치 및 각도를 계산한다. 또한 알고리즘 수행속도를 향상시키기 위하여 본 논문에서는 NVIDIA의 GPU와 CUDA 라이브러리를 사용하였다. 그 결과 알고리즘 수행속도는 초당 15 프레임의 영상데이터를 처리할 수 있다. |
Enzweiler, M. and Gavrila, D., 2009, "Monocular Pedestrian Detection : Survey and Experiments," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 30, No. 13, pp. 2179-2195.
Dalal, N. and Triggs, B., 2005, "Histogram of Oriented Gradients for Human Detection," IEEE Conference on Computer Vision and Pattern Recognition(CVPR).
Broggi, A., Bertozzi, M. and Fascioli, A., 2000, "Shape Based Pedestrian Detection," In Proc. of IEEE Intelligence Vehicles Symposium 2000, pp.215-220.
Fang, Y., Yamada, K., Nunomiya, Y., B.H.P., H. and Masaki, I., 2004, "A Shape-Independent Method for Pedestrian Detection with Far-Infrared- Images," 43(5)
Broggi, A., Fascioli, A., Grisleri, P., Graf, T. and Meinecke, M., 2005, "Model Based Balidation Approaches and Matching Techique for Automative Vision Based Pedestrian Detection," In Intl. IEEE Wks. on Object Tracking and Classification in and Beyond the Visible Spectrum, San Diego, USA, page in press.
Mahlisch, M., Oberlandeer, M., Lahlein, O., Gavrila, D. and Ritter, W., 2005, "A Multiple Detector Approach to Low-Resolution for Pedestrian Recognition," In Proc. IEEE Intelligence Vehicles Symposium 2005, pp.23-28.
Daugman, J. G., 1985, "Uncertainty Relation for Resolution in Space, Spatial Frequency and Orientation Optimized by Two-Dimensional Visual Cortical Filter," Journal of the Optical Society of America, 2(7):1160-1169.
Schapire, R. E., 2002, "The Boosting Approach to Machine Learning, an Overview," In MSRI Workshop on Nonlinear Estimation and Classification.
Burges, C. J. C., 1998, "A Tutorial on Support Vector Machines for Pattern Recognition," Data Mining and Knowledge Discovery, Vol. 2, pp.121-167.
CUDA, http://www.nvidia.com/object/cuda_home.html.
GPGPU, http://gpgpu.org.
Objet Oriented Scientific Computing, http://www.oonumerics.org/blitz/.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.