$\require{mediawiki-texvc}$

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.

자율주행 환경에서 고 난이도 상황중심의 딥러닝 기반과 희소성 표현 기반의 영상처리 기술
Image processing techniques based on deep learning and sparse representation in highly difficult situations for self-driving cars 원문보기

보고서 정보
주관연구기관 성균관대학교
SungKyunKwan University
연구책임자 신지태
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2020-06
과제시작연도 2020
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO202100012159
과제고유번호 1345313744
사업명 개인기초연구(교육부)(R&D)
DB 구축일자 2021-08-14
키워드 자율주행.영상처리.고난도 영상.동영상.semantic segmentation.object detection.convolution neural network.fusion network.multi-sensor.

초록

□연구개요
자율 주행 환경에서 날씨가 좋거나 밝은 환경에서의 물체인지가 상대적으로 용이하다. 그러나 날씨 악화나 어두운 환경과 같은 고(高 )난이도 상황에서는 객체를 구별하기가 힘들다. 이는 기존의 RGB영상을 이용한 객체인식 및 분류가 실패할 가능성이 높다. 이를 해결하기 위한 구조적 해결 방법과 입력 영상의 확장으로 해결하였다. 고난도 영상의 특성을 고려한 최근 영상 처리에서 높은 성능을 보여주는 딥러닝 기반의 구조를 기반으로 한 네트워크 구조 제안을 통해 고 난이도 상황에서도 높은 정확도를 보이는 모델을 연구하였다. 기존

목차 Contents

  • 표지 ... 1
  • 연구결과 요약문 ... 2
  • 목차 ... 3
  • 1. 연구개발과제의 개요 ... 3
  • 2. 연구수행내용 및 연구결과 ... 3
  • 1차년도 연구 ... 3
  • 2차년도 연구 ... 4
  • 3차년도 연구 ... 4
  • 3. 연구개발결과의 중요성 ... 5
  • 4. 참고문헌 ... 6
  • 5. 연구성과 ... 6
  • 끝페이지 ... 8

참고문헌 (25)

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