$\require{mediawiki-texvc}$

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.

CCTV 영상 기반 딥 러닝을 이용한 차량 및 보행자 계수 방법
A method of Counting Vehicle and Pedestrian using Deep Learning based on CCTV 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.28 no.3, 2018년, pp.219 - 224  

이태희 ((재)지능형자동차부품진흥원) ,  김기주 ((재)지능형자동차부품진흥원) ,  윤경수 ((재)지능형자동차부품진흥원) ,  김광주 (한국전자통신연구원) ,  최두현 (경북대학교 전자공학부)

초록
AI-Helper 아이콘AI-Helper

차량 및 보행자 검출 기술은 복잡한 교통 환경의 효율적인 관리를 위한 데이터 수집을 위해서 광범위하게 사용되고 있다. 특히, 4차 산업의 핵심으로 상용화를 위해 많은 연구가 진행되고 있는 자율주행 자동차에서 V2X(Vehicle to Everything)를 이용하여 차량 및 운전자에게 신뢰할 수 있는 정보를 제공해 준다면 주행 시 안전사고 예방에 많은 도움이 될 수 있다. 본 논문에서는 CCTV를 이용하여 획득한 다양한 영상으로부터 차량 및 보행자를 검출하는 알고리즘을 제안 하였으며, 특히 다양한 조도변화 및 열화 된 영상으로부터 강건한 차량 및 보행자 검출을 위해서 딥 러닝의 CNN을 이용하는 알고리즘을 제안한다. 제안된 알고리즘을 이용하여 실험한 결과 열악한 환경에서도 차량 검출은 100%, 보행자 검출은 평균 83.2%의 신뢰도를 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Vehicle and pedestrian detection technologies are widely used to collect data for efficient management of complex traffic environments. In particular, if it will provide reliable information to drivers when using the V2X(Vehicle to Everything) in self-driving vehicles that are a core technology of t...

주제어

#차량 검출   #보행자 검출   #딥 러닝   #콘볼루션 신경망   #자율주행 자동차  

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 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