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.25 no.5, 2020년, pp.776 - 788
이승주 (서울과학기술대학교 일반대학원 미디어IT공학과) , 박구만 (서울과학기술대학교 전자IT미디어공학과)
In this paper, a vehicle type recognition system using deep learning and a license plate recognition system are proposed. In the existing system, the number plate area extraction through image processing and the character recognition method using DNN were used. These systems have the problem of decl...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
1-stage 객체 검출 방법에는 무엇이 있는가? | 1-stage 방법은 2-stage의 후보영역 검출과 객체 분류를 한번에 수행하여 검출속도가 빠르지만 정확도가 낮은 단점이 있다. 대표적인 1-stage 객체 검출 방법은 YOLO(YOLO v1[8], YOLO v2[9], YOLO v3)와 SSD[10]가 존재한다. 본 논문에서 제안하는 시스템은 실시간 객체 검출을 기반으로 수행하기 때문에 YOLO v3를 사용한다. | |
2-stage 방법에는 무엇이 있는가? | 2-stage 방법은 후보 영역 검출(region proposal) 후 후보영역에 포함된 객체를 분류(region classification)하며, 1-stage와 비교하여 검출 정확도는 높지만 속도가 느린 단점이 있다. 대표적인 2-stage 객체검출 방법은 R-CNN(R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN[7])계열이 있다. 1-stage 방법은 2-stage의 후보영역 검출과 객체 분류를 한번에 수행하여 검출속도가 빠르지만 정확도가 낮은 단점이 있다. | |
글자 단위 검출방법으로 대표적인 방법은 무엇인가? | 문자 검출은 글자 단위(character based)의 검출과 단어 단위(word based)의 검출방법이 있다. 글자 단위 검출방법에는 대표적으로 Lukas Neumann[11]이 있으며, ER detector를 활용하여 문자 영역후보 생성 후 합성 폰트(synthetic font)를 사용하여 OCR을 학습한다. 반면, 단어 단위의 검출은 객체 검출을 이용하여 단어를 검출한다. |
REDMON, Joseph; FARHADI, Ali, "Yolov3: An incremental im- provement," arXiv preprint arXiv:1804.02767, 2018.
GIRSHICK, Ross, et al, "Rich feature hierarchies for accurate object detection and semantic segmentation," Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 580-587, 2014.
GIRSHICK, Ross, "Fast r-cnn," Proceedings of the IEEE international conference on computer vision, pp. 1440-1448, 2015.
REN, Shaoqing, et al, "Faster r-cnn: Towards real-time object detection with region proposal networks," Advances in neural information processing systems, pp. 91-99, 2015.
HE, Kaiming, et al, "Mask r-cnn," Proceedings of the IEEE international conference on computer vision, pp. 2961-2969, 2017.
REDMON, Joseph, et al, "You only look once: Unified, real-time object detection," Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 779-788, 2016.
REDMON, Joseph; FARHADI, Ali, "YOLO9000: better, faster, stronger," Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 7263-7271, 2017.
JADERBERG, Max, et al, "Reading text in the wild with convolutional neural networks," International journal of computer vision, 116.1: 1-20, 2016, doi:10.1007/s11263-015-0823-z.
GUPTA, Ankush; VEDALDI, Andrea; ZISSERMAN, Andrew, "Synthetic data for text localisation in natural images," Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 2315-2324, 2016.
LOWE, David G, "Distinctive image features from scale-invariant keypoints," International journal of computer vision, 60.2: 91-110, 2004, https://doi.org/10.1023/B:VISI.0000029664.99615.94.
MUJA, Marius; LOWE, David G, "Scalable nearest neighbor algorithms for high dimensional data," IEEE transactions on pattern analysis and machine intelligence, 36.11: 2227-2240, 2014, doi:10.1109/CRV.2012.60.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.