$\require{mediawiki-texvc}$

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.

휴머노이드 로봇의 작업시 흔들림 영상의 인식을 위한 진화적 복합 기법과 CNN 기반 딥러닝 기법
Evolutionary Mixed and CNN based Deep Learning Techniques for Unsteady Image Detection in Humanoid Robot Task 원문보기

보고서 정보
주관연구기관 서경대학교
연구책임자 서기성
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2019-11
과제시작연도 2019
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO202100019083
과제고유번호 1345303836
사업명 개인기초연구(교육부)(R&D)
DB 구축일자 2022-03-12
키워드 휴머노이드 로봇 보행.물체 인식.색/특징점 결합 검출.진화적 검출 모델 생성.딥러닝.보행중 환경 인식.가지치기.모델 압축.CNN.

초록

□ 연구개요
본 연구에서는 휴머노이드 로봇이 복잡하고 난이도가 높은 환경에서의 인식 과정을 개선하는데 필요한 기반 기술을 제안하고 구현한다. 먼저 다양한 굴곡지형에 대한 CPG와 GA를 결합한 휴머노이드 보행기법을 구현하고, 그리고, 색과 HOG를 진화적으로 결합하여 다중 특징 기반의 복합검출 기법을 시도한다. 이와 더불어 자동적인 특징 인식을 가지는 딥러닝 기반의 인식으로 확장하여 다양한 환경에서의 인식 문제에 대응할 수 있는 기법을 확보한다. 더불어 제한된 자원을 가지는 임베디드 환경에서의 딥러닝 인식을 위하여 진화연산 기

목차 Contents

  • 표지 ... 1
  • 연구결과 요약문 ... 2
  • 1. 연구개발과제의 개요 ... 3
  • 2. 연구수행내용 및 연구결과 ... 3
  • 1) 다양한 굴곡지형에 대한 CPG+GA 결합 휴머노이드 보행 ... 3
  • 2) Genetic Programming 기반의 색과 HOG를 결합한 복합검출 ... 4
  • 3) 딥러닝 알고리즘 분석 및 딥러닝 기법 구현 및 결함 검출 ... 6
  • 4) Eigen vector 이용 유효 데이터의 확장 기법 ... 8
  • 5) 휴머노이드 로봇 보행시 YOLO와 HoG-SVM 알고리즘의 인식 성능 비교 ... 9
  • 6) YOLOv2 기법을 이용한 다양한 환경에서의 드론 검출 실험 ... 12
  • 7) GA 기반 가지치기 기법을 이용한 CNN 모델 압축 ... 14
  • 3. 연구개발결과의 중요성 ... 16
  • 4. 참고문헌 ... 17
  • 5. 연구성과 ... 21
  • 끝페이지 ... 21

표/그림 (32)

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