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.23 no.6, 2018년, pp.780 - 789
김건욱 (광운대학교 전자공학과) , 이민훈 (광운대학교 전자공학과) , 허유진 (광운대학교 전자공학과) , 황기수 (광운대학교 전자공학과) , 오승준 (광운대학교 전자공학과)
Nowadays, gun crimes occur very frequently not only in public places but in alleyways around the world. In particular, it is essential to detect a person armed by a pistol to prevent those crimes since small guns, such as pistols, are often used for those crimes. Because conventional works for armed...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
APDA이 '권총 든 사람'을 탐지하는 과정은? | 이러한 문제점을 해결하기 위하여 권총으로 무장한 사람을 탐지하는 방법으로 APDA(Armed Person Detection Algorithm)를 제안한다. APDA는 입력 영상에서 합성곱신경망(Convolutional Neural Network, CNN) 기반의 인체 특징점 탐지 모델과 객체 탐지 모델을 병행하여 획득한 양 손목과 권총의 위치를 후처리 작업에서 이용하여 '권총 든 사람'을 탐지한다. APDA는 기존 방식보다 객관적 평가에서 재현율이 46. | |
객체 탐지 방법에는 어떤 것이 있는가? | 컴퓨터 비전 분야에서 관심 영역 및 객체를 탐지하는 연구는 오래전부터 지속적으로 수행되어왔다. 객체 탐지를 수행하는데 HOG(Histogram of Oriented Gradients), Harrlike feature 알고리즘, 딥 러닝(Deep learning) 등 다양한 방법들이 존재한다[1]-[3]. 이들 중에서 CNN 기반의 딥 러닝 방식은 특히 객체 탐지 분야에서 성능을 크게 향상시켰다. | |
기존 객체 탐지방법의 한계점은? | 기존 객체 탐지방법은 탐지하려는 객체를 단일 객체로 탐지하기 때문에 각각의 객체에 대해서는 좋은 성능을 보인다. 하지만 한 객체와 상대적으로 매우 작은 객체로 결합한 복합적인 요소의 객체를 탐지하게 되는 경우에는 객체 탐지 성능이 눈에 띄게 저하된다. 본 논문에서는 이러한 문제점을 해결하기 위하여 권총으로 무장한 사람을 탐지하는 방법으로 APDA를 제안하고 실험을 통하여 그 성능을 검증하였다. |
J. Hu, L. Shen and G. Sun, "Squeeze-and-Excitation Network" arXiv: 1709.01507, 2017, https://arxiv.org/pdf/1709.01507 (accessed Aug. 10, 2018).
A. G. Howard, M. Zhu, B. Chen, D. Kalenichenko, W. Wang, T. Weyand, M. Andreetto and H. Adam, "MobileNets: Efficient Convolutional Neural Network for Mobile Vision Applications" arXiv: 1704.04861, 2017, https://arxiv.org/abs/1704.04861 (accessed Sep 20, 2018).
Y. Lecun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard and L. D. Jackel, "Backpropagation Applied to Handwritten Zip Code Recognition" Neural Computation, vol. 1, no. 4, pp 541-551, Winter 1989, 10.1162/neco.1989.1.4.541 (accessed Aug. 5, 2018).
S. Ren, K. He, R. Girshick, and J. Sun, "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks" IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 39, no. 6, June 2017, https://doi.org/10.1109/tpami.2016.2577031 (accessed Aug. 10, 2018).
A. Glowacz, M. Kmiec and A. Dziech, "Towards Robust Visual Knife Detection in Images: Active Appearance Models Initialised with Shape-specific Interest Points" In Multimedia Communications, Services and Security : 5th International Conference. vol. 287, pp. 148-158, 2012, https://doi.org/10.1007/978-3-642-30721-8_15 (accessed Aug 9, 2018).
L. Malagon-Borja, and O. Fuentes, "Object detection using image reconstruction with PCA" Image and Vision Computing, vol. 27, no. 1-2, pp. 2-9, 2009, https://doi.org/10.1016/j.imavis.2007.03.004 (accessed Aug 11, 2018).
Derpanis KG, "The Harris corner detector" http://www.cse.yorku.ca/-kosta/CompVis_Notes/harris_detector.pdf(accessed Aug. 10, 2018)
M. Grega, A. Matiolanski, P. Guzik and M. Leszczuk, "Automated Detection of Firearms and Knives in a CCTV Image" Sensors, vol. 16, no. 1. Jan 2016, https://doi.org/10.3390/s16010047 (accessed Aug 2, 2018).
IMFDB: Internet Movie Firearms Database, http://www.imfdb.org/wiki/Main_Page (accessed Aug.15, 2018).
J.M. Keller, M.R. Gray and J.A. junior, "A Fuzzy K-Nearest Neighbor Algorithm" In IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-15, issue 4, pp. 580-585, 1985, https://doi.org/10.1109/tsmc.1985.6313426 (accessed Aug 9, 2018).
A. Saxena, S. H. Chung and A. Y. Ng, "3-D Depth Reconstruction from a Single Still Image" International Journal of Computer Vision, Vol. 76 Issue 1, pp. 53-69, January 2008, https://doi.org/10.1007/s11263-007-0071-y (accessed Sep 1, 2018).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.