$\require{mediawiki-texvc}$

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.

국내 도로 환경에 특화된 자율주행을 위한 멀티카메라 데이터 셋 구축 및 유효성 검증
Construction and Effectiveness Evaluation of Multi Camera Dataset Specialized for Autonomous Driving in Domestic Road Environment 원문보기

대한임베디드공학회논문지 = IEMEK Journal of embedded systems and applications, v.17 no.5, 2022년, pp.273 - 280  

이진희 (DGIST) ,  이재근 (FutureDriveI) ,  박재형 (DGIST) ,  김제석 (DGIST) ,  권순 (DGIST)

Abstract ▼ AI-Helper 아이콘AI-Helper

Along with the advancement of deep learning technology, securing high-quality dataset for verification of developed technology is emerging as an important issue, and developing robust deep learning models to the domestic road environment is focused by many research groups. Especially, unlike express...

주제어

#2D Dataset   #Camera   #Autonomous driving  

표/그림 (9)

참고문헌 (15)

  1. T. Y. LIN, M. Maire, S. Belongie, J. Hays, P. Perona, D. Ramanan, P. Dollar, C. L. Zitnick, "Microsoft COCO: Common Objects in Context," in Proc. European Conference on Computer Vision, Springer, Cham, pp. 740-755, 2014. 

  2. A. Geiger, P. Lenz, C. Stiller, R. Urtasun, "Vision Meets Robotics: The Kitti Dataset," The International Journal of Robotics Research, Vol. 32, No. 11, pp. 1231-1237, 2013. 

    상세보기

  3. P. Sun, H. Kretzschmar, X. Dotiwalla, A. Chouard, V. Patnaik, P. Tsui, J. Guo, Y. Zhou, Y. Chai, B. Caine, V. Vasudevan, W. Han, J. Ngiam, H. Zhao, A. Timofeev, S. Ettinger, M. Krivokon, A. Gao, A. Joshi, Y. Zhang, J. Shlens, Z. Chen, D. Anguelov, "Scalability in Perception for Autonomous Driving: Waymo Open Dataset," in Proc. IEEE Conference on Computer Vision and Pattern Recognition, pp. 2446-2454, 2020. 

  4. H. Caesar, V. Bankiti, A. H. Lang, S. Vora, V. E. Liong, Q. Xu, A. Krishnan, Y. Pan, G. Baldan, O. Beijbom, "Nuscenes: A Multimodal Dataset for Autonomous Driving," in Proc. IEEE Conference on Computer Vision and Pattern Recognition, pp. 11621-11631, 2020. 

  5. A. Bochkovskiy, C. Y. Wang, H. Y. M. Liao, "Yolov4: Optimal Speed and Accuracy of Object Detection," arXiv preprint arXiv:2004.10934, 2020. 

  6. W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C. Y. Fu, A. C. Berg, "Ssd: Single Shot Multibox Detector," in Proc. European Conference on Computer Vision, Springer, Cham, pp. 21-37, 2016. 

  7. T. Y. Lin, P. Goyal, R. Girshick, K. He, P. Dollar. "Focal Loss for Dense Object Detection," in Proc. IEEE International Conference on Computer Vision, pp. 2980-2988, 2017. 

  8. R. Girshick, J. Donahue, T. Darrell, J. Malik, "Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation," in Proc. IEEE Conference on Computer Vision and Pattern Recognition, pp. 580-587, 2014. 

  9. R. Girshick, "Fast r-cnn," Proceedings of the IEEE International Conference on Computer Vision, pp. 1440-1448, 2015. 

  10. S. Ren, K. He, R. Girshick, J. Sun, "Faster r-cnn: Towards Real-time Object Detection with Region Proposal Networks," Advances in Neural Information Processing Systems 28 2015. 

  11. C. Y. Wang, H. Y. M. Liao, Y. H. Wu, P. Y. Chen, J. W. Hsieh, I. H. Yeh, "CSPNet: A New Backbone that can Enhance Learning Capability of CNN," in Proc. IEEE Conference on Computer Vision and Pattern Recognition Workshops, pp. 390-391, 2020. 

  12. G. Huang, Z. Liu, L. v. d. Maaten, K. Q. Weinberger, "Densely Connected Convolutional Networks," in Proc. IEEE Conference on Computer Vision and Pattern Recognition, pp. 4700-4708, 2017. 

  13. K. He, X. Zhang, S. Ren, J. Sun, "Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 37, No. 9, pp. 1904-1916, 2015. 

    상세보기

  14. S. Liu, L. Qi, H. Qin, J. Shi, J. Jia, "Path Aggregation Network for Instance Segmentation," in Proc. IEEE Conference on Computer Vision and Pattern Recognition, pp. 8759-8768, 2018. 

  15. H. K. Kim, K. Y. Yoo, J. H. Park, H. Y. Jung, "Deep Learning Based Gray Image Generation from 3D LiDAR Reflection Intensity," IEMEK J. Embed. Sys. Appl., Vol. 14, No. 1, pp. 1-9, 2019 (in Korean). 

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

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