최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.24 no.2, 2019년, pp.47 - 55
In this paper, we propose a method for vehicle plate detection using depth information which is not influenced by illumination. The 3D camera coordinates of pixels in each block are obtained by using the depth information. Factors of the plane in the block are calculated by 3D coordinates of pixels....
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
주로 쓰인 차량 번호판 검출 기술은 무엇인가? | 기존 차량 번호판을 검출하는 기술은 주로 색상 영상 내 번호판의 외곽의 특징을 검출하는 방법이 주로 쓰였다. Zunino and Rovetta[1]는 Concentric 윈도우 분할과 벡터 양자화를 이용한 번호판 영역 검출 방법을 제안하였다. | |
본 연구에서 쓰인 깊이 정보를 통한 평면 검출 방법을 통해 평면 영역을 구하는 방법에는 어떠한 것들이 있는가? | 깊이 정보를 통해 영상에서의 평면 영역을 구하는 방법이 다음과 같이 연구되었다. 색상 영상을 통해 먼저 영역을 분할한 후, 분할된 영역에 서의 깊이 정보를 3차원 점군으로 변환하여 분할된 영역을 보정하는 방법[5]과, 3차원 데카르트 좌표계로 표현되는 스켈레톤 좌표에 대해 3차원 랜덤 허프 변환를 적용하여 제일 많이 선택된 영역을 영역의 대표적인 평면으로 검출하는 방법 [6], 깊이 영상을 3차원 점군으로 변환한 후, 이웃한 점군을 통해 법선 벡터를 계산하여 평면을 검출하는 방법[7]등이 쓰인다. 이러한 깊이 정보를 통한 평면 검출은 SLAM[8-9]뿐만 아니라 평면을 기반으로 하는 깊이 영상 부호화[10-11]에도 적용할 수 있다. | |
지능형 교통시스템란? | 지능형 교통시스템(Intelligent Transportation System, ITS)은 교통체계에 정보, 통신 기술 등의 지능형 기술을 접목시킨 차세대 교통시스템으로 정의된다. 지능형 교통시스템을 이용하여 교통 혼잡 및 교통환경 등을 개선할 수 있다. |
R Zunino and S Rovetta, “Vector Quantization for License-Plate Location and Image Coding,” IEEE Transactions on Industrial Electronics, Vol. 47, No. 1, pp. 159-167, 2000.
S. Chang, L. Chen, Y. Chung, and S. Chen, “Automatic License Plate Recognition,” IEEE Transactions on Intelligent Transportation Systems, Vol. 5, No. 1, pp. 42-53, 2004.
H. Zhang, W. Zia, X. He, and Q. Wu, "Learning Based License Plate Detection Using Global and Local Features," Proceeding of 18th International Conference on Pattern Recognition, pp. 1102-1105, 2006.
S. Du, M. Ibrahim, M. Shehata, and W. Badawy, “Automatic License Plate Recognition (ALPR): A State-of-the-art Review,” IEEE Transactions on Circuits and Systems for Video Technology, Vol. 23, No. 2, pp. 311-325, 2013.
Y. Zhang, T. Lu, J. Yang, and H. Kong, "Split and Merge for Accurate Plane Segmentation in RGB-D Images," Proceeding of 4th IAPR Asian Conference on Pattern Recognition, pp. 49-54, 2017.
D. Holz1, S. Holzer, R. B. Rusu, and S. Behnke1, "Real-Time Plane Segmentation Using RGB-D Cameras," Proceeding of Robot Soccer World Cup, pp. 306-317, 2011.
J. Sturm, N. Engelhard, F. Endres, W, Burgard, and D. Cremers, "A Benchmark for The Evaluation of RGB-D SLAM Systems," Proceeding of IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 573-580, 2012.
F. Pomerleau, S. Magnenat, F. Colas, M. Liu, and R. Siegwart, "Tracking A Depth Camera: Parameter Exploration for Fast ICP," Proceeding of IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 3824-3829, 2011.
D. S. Lee and S. K. Kwon, “Intra Prediction of Depth Picture with Plane Modeling,” Symmetry, Vol. 10, No. 12, pp. 1-16, 2018.
S. K. Kwon and D. S. Lee, “Method for Determining Variable-Block Size of Depth Picture for Plane Coding,” Journal of the Korea Industrial Information Systems Research, Vol. 22, No. 3, pp. 39-47, 2017.
R. Penrose, “On Best Approximate Solutions of Linear Matrix Equations,” Proceeding of the Cambridge Philosophical Society, Vol. 52, No. 1, pp. 17-19, 1956.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.