$\require{mediawiki-texvc}$

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.

딥러닝 기반 불량노면 객체 인식 모델 개발
Development of an abnormal road object recognition model based on deep learning 원문보기

한국융합신호처리학회논문지 = Journal of the Institute of Convergence Signal Processing, v.22 no.4, 2021년, pp.149 - 155  

최미형 ((주)경성테크놀러지) ,  우제승 ((주)경성테크놀러지) ,  홍순기 ((주)경성테크놀러지) ,  박준모 (동명대학교 전자및의용공학부)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, we intend to develop a defective road surface object recognition model that automatically detects road surface defects that restrict the movement of the transportation handicapped using electric mobile devices with deep learning. For this purpose, road surface information was collecte...

주제어

#딥러닝   #전동 이동보조 장치   #교통약자   #불량 노면객체  

참고문헌 (7)

  1. J. S. Chong, D. S. Kim, H. J. Lee,"A Study on the Development Trend of Artificial Intelligence Using Text Mining Technique: Focused on Open Source Software Projects on Github", Journal of intelligence and information systems, v.25 no.1, pp. 1-19, 2019. 

    원문보기 상세보기 crossref

  2. J. S. Lee, S.K. Lee, D.W. Kim, S. J. Hong, S. I. Yang,"Trends on Object Detection Techniques Based on Deep Learning", Electronics and telecommunications trends v.33 no.4, pp.23-32, 2018. 

    원문보기 상세보기 crossref

  3. K. Simonyan et al., "Very Deep Convolutional Networks for Large-Scale Image Recognition," Int. Conf. Learning Representations, San Diego, USA, May 7-9, 2015. 

  4. S. C. Yang, W. H. Lee, K. Y. Yu,"A Study on Road Extraction for Improving the Quality in Conflation between Aerial Image and Road Map", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography v.29 no.6, pp.593- 599, 2011. 

    원문보기 상세보기 crossref

  5. "A study on revision of the law to improve the right to move of mobility disadvantaged persons and their convenience of movement", Law Review (korlaw), vol.20, no.3, pp. 163-195, 2020. 

  6. J. H. Park, K. W. Nam,"A Study on the Low-Floor Bus Route Selection Considering a Residential Distribution and Traffic Characteristics of the Transportation Vulnerable - A Case of Busan", Journal of the Korean Association of Geographic Information Studies v.18 no.2 , pp.161-173, 2015. 

    원문보기 상세보기 crossref

  7. J. Redmon et al., "You Only Look Once: Unified, RealTime Object Detection," IEEE, Conf. Comput. Vision Pattern Recogn., Las Vegas, NV, USA, June 27-30, pp.779-788 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
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