선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 차량용 임베디드시스템 중, 얼굴을 인식하여 운전자의 상태를 정의하는 알고리즘을 구현하기 위한 1차 단계로 운전자의 얼굴을 인식하여 얼굴영역의 움직임을 파악하기 위한 알고리즘으로서 얼굴영역을 정확히 추출하기 위하여 가장 널리 사용되고 연산량이 상대적으로 많지 않은 필터로서 칼만필터를 이용하였다.
- 차량 외적인 환경에서 지능형 교통정보 시스템(Intelligent Transgrt System)을 이용한 편안한 운전, 차량 내부 또는 외부에서 운전자의 상태를 인식하여 위험정보를 전달하거나 운전자가 미처 인식하지 못한 위험정보를 알려주어 안전한 운전을 유도하는 등의 시스템들이 개발되고 있다. 본 논문에서는 차량의 내부에서 운전자의 상태를 인식하기 위하여 칼만 필터를 이용한 알고리즘을 구현하였다.
- 본 논문의 목적은 지능형 교통 시스템이며 자동차의 흐름을 파악하여 실시간 및 자동으로 도로상황을 파악하는 시스템이다. 그의 기초 연구로 기존에 구현된 얼굴 인식 알고리즘을 이용하여 얼굴을 인식하고 칼만필터를 이용하여 얼굴추적 시스템을 구현하였다.
가설 설정
- 노이즈가 가우시안 분포를 가질 경우 칼만필터의 성능이 가장 잘 나타낸다. 노이즈가 가우시안 분포를 갖지 않을 경우 어느 정도 작은 값일 경우에는 가우시안으로 가정하고 예측한다. 또한 프로세스 노이즈와 측정노이즈는 서로 Independent 하다고 가정한다.
- 노이즈가 가우시안 분포를 갖지 않을 경우 어느 정도 작은 값일 경우에는 가우시안으로 가정하고 예측한다. 또한 프로세스 노이즈와 측정노이즈는 서로 Independent 하다고 가정한다. 여기에서 프로세스 노이즈의 Covariance와 측정노이즈 Covariancee, , 瓦를 다음과 같이 정의한다.
- 칼만필터는 노이즈 z를 평균값이 0인 노이즈로 가정한다. 노이즈가 가우시안 분포를 가질 경우 칼만필터의 성능이 가장 잘 나타낸다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.