최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 경희대학교 Kyung Hee University |
---|---|
연구책임자 | 황효석 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-03 |
과제시작연도 | 2021 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202200015960 |
과제고유번호 | 1711146757 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-11-16 |
키워드 | 합성곱 신경망.합성 데이터.물체 검출.물체 추적.물체 자세 추정.Convolutional Neural Network.Synthetic Data.Object Detection.Object Tracking.Object Pose Estimation. |
연구개요
본 과제는 심층 신경망을 이용해 물체 인식, 추적, 자세 추정 등의 인지 알고리즘의 성능을 향상하는 방안에 대해 연구한다. 특히, 기존 학습의 문제점 중 하나인 데이터셋 부족을 극복하기 위해, 시뮬레이션 기반으로 데이터셋을 생성한 후, 이를 학습하여 실사 기반 학습 네트워크의 성능을 높이는 방안을 연구한다. 학습 네트워크를 이용하여 물체의 추적, 자세 추정을 구현하고, 가림에 강인한 학습 방안을 연구한다.
연구 목표대비 연구결과
[연구목표]
- 합성 영상을 이용한 데이터셋 생성
- 합성 영
※ AI-Helper는 부적절한 답변을 할 수 있습니다.