최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.23 no.8, 2020년, pp.1006 - 1018
노동기 (Advanced Robotics Lab. LG Electronics Inc.) , 양원근 (Advanced Robotics Lab. LG Electronics Inc.) , 엄태영 (Korea Institute of Robotics & Technology Convergence) , 이재광 (Advanced Robotics Lab. LG Electronics Inc.) , 김형록 (Advanced Robotics Lab. LG Electronics Inc.) , 백승민 (Advanced Robotics Lab. LG Electronics Inc.)
Dataset is getting more import to develop a learning based algorithm. Quality of the algorithm definitely depends on dataset. So we introduce new dataset over 200 thousands images which are fully labeled multi modal sensor data. Proposed dataset was designed and constructed for researchers who want ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
본 논문에서 제안하는 데이터셋은 무엇을 기반으로 취득되었는가? | 본 논문에서 제안하는 데이터셋은 실외 무인 경비 로봇을 위한 지능형 정보분석 시스템을 기반으로 취득되었다. 시스템은 모바일 로봇인 이동형 에이전트와 고정형 에이전트로 구성되어 있고 에이전트에서 들어오는 정보를 지능분석 플랫폼에서 해석하여 이상 상황을 인식하게 된다. | |
과거에는 공장 자동화 로봇이 로봇 시장의 주를 이뤘으나 최근에는 어떤가? | 과거에는 공장 자동화 로봇이 로봇 시장의 주를 이루었다면 최근에 가정용 또는 상업용 서비스 로봇 시장이 점차 확대되고 있다. 서비스 로봇 시장도 과거 가정용 청소 로봇에 국한되어 있었다면 현재는 안내, 서빙 등을 포함한 다양한 분야로 확대되고 있다. | |
다양한 상황에서 동일한 성능을 내려면 상황이 바뀌더라도 주변 상황을 인식할 수 있는 센서 시스템과 이에 맞는 알고리즘이 주요한 요소라고 본 이유는? | 참고로 본 연구는 악천후 등의 다양한 상황에서 동작 가능한 실외 경비 로봇의 정보분석 플랫폼을 개발하는 연구이다. 실외 로봇 애플리케이션의 경우 실내보다 강인하고 안정적인 알고리즘이 필요하다. 이를 위해서는 조명, 날씨 등의 환경 변화가 다양하게 발생할 수 있으므로 각 상황에서도 안정적이고 강건하게 동작할 수 있는 학습 방법이 필수적이다. 따라서 다양한 상황에서 동일한 성능을 내려면 상황이 바뀌더라도 주변 상황을 인식할 수 있는 센서 시스템과 이에 맞는 알고리즘이 주요한 요소이다. |
T. Uhm, J. Park, J. Lee, G. Bae, and Y. Choi, “Multi-modal Sensor System and Database for Human Detection and Activity Learning of Robot in Outdoor,” Journal of Korea Multimedia Society, Vol. 21, No. 12, pp. 1459-1466, 2018.
J. Stallkamp, M. Schlipsing, J. Salmen, and C. Igel, "Man vs. Computer: Benchmarking Machine Learning Algorithms for Traffic Sign Recognition," Journal of Neural Networks, Vol. 32, pp. 323-332, 2012.
M.D. Rodriguez, J. Ahmed, and M. Shah, "Action MACH: A Spatio-temporal Maximum Average Correlation Height Filter for Action Recognition," Proceedings of the 2008 IEEE Conference on Computer Vision and Pattern Recognition, pp. 1-8, 2008.
K. Soomro and A.R. Zamir, "Action Recognition in Realistic Sports Videos," Computer Vision in Sports, Springer International Publishing in New York, NY 10036, 2014.
A. Geiger, P. Lenz, C. Stiller, and R. Urtasun, "Vision Meets Robotics: The KITTI Dataset," International Journal of Robotics Research, Vol. 32, No. 11, pp 1231-1237, 2013.
M. Cordts, M. Omran, S. Ramos, T. Rehfeld, M. Enzweiler, R. Benenson, et al., "The Cityscapes Dataset for Semantic Urban Scene Understanding," Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition, pp. 3213-3223, 2016.
T.Y. Lin, M. Maire, S. Belongie, L. Bourdev, R. Girshick, J. Hays, et al., "Microsoft COCO: Common Objects in Context," Proceedings of the 2014 European Conference on Computer Vision, pp. 740-755, 2014.
M. Everingham, S.M.A. Eslami, L.V. Gool, C.K.I. Williams, J. Winn, and A. Zisserman, "The Pascal Visual Object Classes Challenge: A Retrospective," International Journal of Computer Vision, Vol 111, No. 1, pp. 98-136, 2015.
S. Zhang, L. Wen, X. Bian, Z. Lei, and S.Z. Li, "Single-shot Refinement Neural Network for Object Detection," Proceedings of the 2018 IEEE Conference on Computer Vision and Pattern Recognition, pp. 4203-4212, 2018.
*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.