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.24 no.4, 2019년, pp.580 - 591
이종서 (인하대학교 미래형자동차공학과) , 김만규 (인하대학교 정보통신공학과) , 김학일 (인하대학교 정보통신공학과)
This paper focuses on to improving object detection performance using the camera and LiDAR on autonomous vehicle platforms by fusing detected objects from individual sensors through a late fusion approach. In the case of object detection using camera sensor, YOLOv3 model was employed as a one-stage ...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
딥러닝을 이용한 객체 검출 방법에는 무엇이 있고 어떤 계열이 있는가? | 객체 검출은 영상에서 사람, 차량 등과 같이 특정한 물체를 검출하는 알고리즘이다. 딥러닝을 이용한 객체 검출 방법 중 대표적으로 one-stage network인 YOLO, SSD[10], RetinaNet등이 있고 two-stage network인 R-CNN[11] 계열이 있다. One-stage network가 two-stage network보다 속도가 빠른 장점이 있어 실시간 처리가 필요한 시스템에 많이 사용되고 있다. | |
객체 검출은 무엇인가? | 객체 검출은 영상에서 사람, 차량 등과 같이 특정한 물체를 검출하는 알고리즘이다. 딥러닝을 이용한 객체 검출 방법 중 대표적으로 one-stage network인 YOLO, SSD[10], RetinaNet등이 있고 two-stage network인 R-CNN[11] 계열이 있다. | |
One-stage detector인 YOLO는 어떻게 객체 검출을 하게되는가? | One-stage detector는 물체의 위치를 찾는 localization과 물체를 식별하는 classification을 동시에 수행하는 방법이다. One-stage 검출기인 YOLO는 이미지 feature를 sparse grid로 분할하고 그리드별 classification과 bounding box regression을 동시에 진행하여 객체 검출을 하게 된다. SSD는 미리 정의된 다양한 크기의 anchor box를 사용하여 다양한 객체의 크기 및 모양을 검출한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.