$\require{mediawiki-texvc}$

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.

[국내논문] 홉필드 네트워크와 퍼지 Max-Min 신경망을 이용한 손상된 교통 표지판 인식
Damaged Traffic Sign Recognition using Hopfield Networks and Fuzzy Max-Min Neural Network 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.26 no.11, 2022년, pp.1630 - 1636  

김광백 (Department of Artificial Intelligence, Silla University)

초록
AI-Helper 아이콘AI-Helper

현재 교통 표지판 인식 기법들은 다양한 날씨, 빛의 변화 등과 같은 외부환경 뿐만 아니라 교통 표지판이 일부 훼손된 경우에는 인식 성능이 저하되는 경우가 발생한다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위하여 홉필드 네트워크와 퍼지 Max-Min 신경망을 이용하여 손상된 교통 표지판의 인식 성능을 개선하는 방법을 제안한다. 제안된 방법은 손상된 교통 표지판에서 특징들을 분석한 후, 그 특징들을 학습 패턴으로 구성하여 퍼지 Max-Min 신경망에 적용하여 1차적으로 교통 표지판의 특징을 분류한다. 1차적 분류된 특징이 있는 학습 영상들을 홉필드 네트워크에 적용하여 손상된 특징을 복원한다. 홉필드 네트워크를 적용하여 복원된 교통 표지판의 특징들을 다시 퍼지 Max-Min 신경망에 적용하여 최종적으로 손상된 교통 표지판을 분류하고 인식한다. 제안된 방법의 성능을 평가하기 위하여 손상된 정도가 다른 다양한 교통 표지판 8개를 적용하여 실험한 결과, 제안된 방법이 퍼지 Max-Min 신경망에 비해 평균적으로 38.76%의 분류 성능이 개선되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The results of current method of traffic sign detection gets hindered by environmental conditions and the traffic sign's condition as well. Therefore, in this paper, we propose a method of improving detection performance of damaged traffic signs by utilizing Hopfield Network and Fuzzy Max-Min Neural...

주제어

#교통표지판   #홉필드 네트워크   #퍼지 Max-Min 신경망   #학습 패턴  

참고문헌 (9)

  1. B. S. Chu, "Impact of Visual Performance on Recognition of Road and Traffic Sign," Journal of Korean Society of Transportation, vol. 29 no. 1, pp. 48-56, Feb. 2011. 

  2. G. W. Bang, D. W. Kang, and W. H. Cho, "Traffic Sign Recognition Using Color Information and Error Back Propagation Algorithm," The KIPS Transactions : Part D, vol. 14-D, no. 7, pp. 809-818, Dec. 2007. 

  3. J. T. Oh, H. W. Kwak, and W. H. Kim, "Recognition of Traffic Signs using Wavelet Transform and Shape Information," Journal of the Institute of Electronics and Information Engineers, vol. 41, no. 5, pp. 125-134, Sep. 2004. 

  4. S. Ren, K. He, R. Girshick, and J. Sun, "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 15, no. 6, pp. 1137-1149, Jun. 2017. 

  5. J. Dai, Y. Li, K. He, and J. Sun, "R-FCN: Object Detection via Region-based Fully Convolutional Networks," in Proceedings of the 30th International Conference on Neural Information Processing Systems, Barcelona, Spain, vol. 29, pp. 379-387, 2016. 

  6. W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C. -Y. Fu, and A. C. Berg, "SSD: Single Shot MultiBox Detector," in Proceedings of European Conference on Computer Vision(ECCV), Amsterdam, The Netherlands, pp. 21-37, 2016. 

  7. P. Jiang, D. Ergu, F. Liu, Y. Cai, and B. Ma, "A Review of Yolo Algorithm Developments," Pocedia Computer Science, vol. 199, pp. 1066-1073, 2022. 

    상세보기 crossref

  8. N. Upasani and H. Om, "Optimized fuzzy min-max neural network: an efficient approach for supervised outlier detection," Neural Network World, vol. 28, no. 4, pp. 285-303, Jan. 2018. 

    상세보기 crossref

  9. Y. L. Karpov, L. E. Karpov, Y. G. Smetanin,"Some Aspects of Associative Memory Construction Based on a Hopfield Network," Programming and Computer Software, vol. 46, pp. 305-311, Oct. 2020. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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