$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

심층 신경망을 이용한 보행자 검출 방법
A Pedestrian Detection Method using Deep Neural Network

정보과학회논문지 = Journal of KIISE, v.44 no.1, 2017년, pp.44 - 50  

송수호 (선문대학교 컴퓨터융합전자공학과) ,  현훈범 (선문대학교 컴퓨터융합전자공학과) ,  이현 (선문대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

보행자 검출은 수년간 광범위하게 연구된 문제이며, 자율주행 자동차와 운전자 보조시스템에서 매우 중요한 역할을 차지하고 있다. 특히, 계층적 분류기[1]와 Histogram of Gradient[2]특징벡터 등 영상기반의 보행자 검출기법과 ConvNet같이 deep model을 이용하여 검출하는 기법들이 연구되었고 검출성능은 꾸준히 상승하였다. 하지만 보행자 검출은 작은 오차에도 생명과 연관된 문제를 야기할 수 있기 때문에, 자율주행 시스템의 보행자검출 오차율은 더욱 낮출 필요가 있다. 따라서 본 연구에서는 Faster R-CNN 응용 기법에 새로 개발한 데이터 학습 모델을 적용하여 보행자 검출 오류를 줄이는 기법을 제안한다. 그리고 기존에 제안된 모델들과 비교를 통해, 보행자 검출에 있어 제안된 방법의 우수성을 보이고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Pedestrian detection, an important component of autonomous driving and driving assistant system, has been extensively studied for many years. In particular, image based pedestrian detection methods such as Hierarchical classifier or HOG and, deep models such as ConvNet are well studied. The evaluati...

주제어

#보행자 검출   #딥러닝  

참고문헌 (17)

  1. P. Viola and M. J. Jones, "Rapid Object Detection using a Boosted Cascade of Simple Features," CVPR, pp. 511-518, 2001. 

  2. Navneet Dalal and Bill Triggs, "Histograms of oriented gradients for human detection," CVPR, pp. 886-893, 2005. 

  3. Q. Zhu, M.-C. Yeh, K.-T. Cheng, and S. Avidan, "Fast human detection using a cascade of histograms of oriented gradients," CVPR, pp. 1491-1498, 2006. 

  4. A. Krizhevsky, I. Sutskever, and G. E. Hinton, "ImageNet classification with deep convolutional neural networks," NIPS, pp. 1106-1114, 2012. 

  5. P. Dollar, Z. Tu, P. Perona, and S. Belongie, "Integral channel features," BMVC, pp. 91.1-91.11, 2009. 

  6. Pedro F Felzenszwalb, Ross B Girshick, David McAllester, and Deva Ramanan, "Object detection with discriminatively trained part-based models," TPAMI, Vol. 32, No. 9, pp. 1627-1645, 2010. 

  7. X. Wang, T. X. Han, and S. Yan, "An HOG-LBP human detector with partial occlusion handling," ICCV, pp. 32-39, 2009. 

  8. Ross Girshick, Jeff Donahue, Trevor Darrell, and Jagannath Malik, "Rich feature hierarchies for accurate object detection and semantic segmentation," CVPR, pp. 580-587, 2014. 

  9. Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun, "Spatial pyramid pooling in deep convolutional networks for visual recognition," ECCV, pp. 346-361. 2014. 

  10. Ross Girshick, "Fast r-cnn," ICCV, pp. 1440-1448, 2015. 

  11. Pierre Sermanet, David Eigen, Xiang Zhang, Michael Mathieu, Rob Fer-gus, and Yann LeCun, "Overfeat: Integrated recognition, localization and detection using convolutional networks," arXiv:1312.6229, 2013. 

  12. S. Ren, K. He, R. Girshick, and J. Sun, "Faster r-cnn: Towards real-time object detection with region proposal networks," NIPS, pp. 91-99, 2015. 

  13. C. Szegedy, A. Toshev, and D. Erhan, "Deep neural networks for object detection," NIPS, pp. 2553-2561, 2013. 

  14. Y. Jia, E. Shelhamer, J. Donahue, S. Karayev, J. Long, R. Girshick, S. Guadarrama, and T. Darrell, "Caffe: Convolutional architecture for fast feature embedding," ACMMM, pp. 675-678, 2014. 

  15. Dollar, P. Wojek, C. Schiele, B. Perona P. "Pedestrian detection: A benchmark," CVPR, pp. 304-311, 2009. 

  16. P. Dollar, C. Wojec, B. Schiele, and P. Perona, "Pedestrian detection: An evaluation of the state of the art," PAMI, Vol. 34, No. 4, pp.743-761, Apr. 2012. 

    상세보기 crossref

  17. L. Breiman, "Random forests," Machine learning, Vol. 45, No. 1, Oct. 2001. 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로