메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
2
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

이 논문의 연구 히스토리 (2)

2017

A Pedestrian Detection Method using Deep Neural Network
송수호 ,  현훈범 ,  이현 Journal of KIISE 2017.01 학술저널
심층신경망을 이용한 보행자 검출 기법
송수호 컴퓨터융합전자공학과 2017 학위논문

초록·키워드

오류제보하기
보행자 검출은 수년간 광범위하게 연구된 문제이며, 자율주행 자동차와 운전자 보조시스템에서 매우 중요한 역할을 차지하고 있다. 특히, 계층적 분류기[1]와 Histogram of Gradient[2]특징벡터 등 영상 기반의 보행자 검출기법과 ConvNet같이 deep model을 이용하여 검출하는 기법들이 연구되었고 검출성능 은 꾸준히 상승하였다. 하지만 보행자 검출은 작은 오차에도 생명과 연관된 문제를 야기할 수 있기 때문에, 자율주행 시스템의 보행자검출 오차율은 더욱 낮출 필요가 있다. 따라서 본 연구에서는 Faster R-CNN 응용 기법에 새로 개발한 데이터 학습 모델을 적용하여 보행자 검출 오류를 줄이는 기법을 제안한다. 그리고 기존에 제안된 모델들과 비교를 통해, 보행자 검출에 있어 제안된 방법의 우수성을 보이고자 한다.

Pedestrian detection, an important component of autonomous driving and driving assistant system, has been extensively studied for many years. In particular, image based pedestrian detection methods such as Hierarchical classifier or HOG and, deep models such as ConvNet are well studied. The evaluation score has increased by the various methods. However, pedestrian detection requires high sensitivity to errors, since small error can lead to life or death problems. Consequently, further reduction in pedestrian detection error rate of autonomous systems is required. We proposed a new method to detect pedestrians and reduce the error rate by using the Faster R-CNN with new developed pedestrian training data sets. Finally, we compared the proposed method with the previous models, in order to show the improvement of our method.
#보행자 검출 #convolutional neural network #CNN #faster R-CNN #딥러닝 #pedestrian detection #deep learning

목차

요약
Abstract
1. 서론
2. 보행자 검출 기법
3. Faster R-CNN 응용기법
4. 실험
5. 결론
References

참고문헌 (17)

참고문헌 신청
P. Viola and M. J. Jones, Rapid Object Detection using a Boosted Cascade of Simple Features, CVPR, pp. 511-518, 2001. Navneet Dalal and Bill Triggs, Histograms of oriented gradients for human detection, CVPR, pp. 886-893, 2005. Q. Zhu, M.-C. Yeh, K.-T. Cheng, and S. Avidan, Fast human detection using a cascade of histograms of oriented gradients, CVPR, pp. 1491-1498, 2006. A. Krizhevsky, I. Sutskever, and G. E. Hinton, ImageNet classification with deep convolutional neural networks, NIPS, pp. 1106-1114, 2012. P. Doll´ar, Z. Tu, P. Perona, and S. Belongie, Integral channel features, BMVC, pp. 91.1-91.11, 2009.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

심층 컨볼루션 신경망 모델 기반 객체 분류기를 이용한 영상분석 시스템 개발
안명수 ,  강대성 한국정보기술학회논문지 2016.05
Repeated Cropping based on Deep Learning for Photo Re-composition
홍은빈 ,  전준호 ,  이승용 Journal of KIISE 2016.12
Automatic Tagging for Social Images using Convolution Neural Networks
장현웅 ,  조수선 Journal of KIISE 2016.01
텐서플로우로 구현한 효과적인 구조의 멀티모달 딥러닝 동영상 분류 시스템
김도현 ,  이정헌 ,  양지훈 한국정보과학회 학술발표논문집 2016.12
인공신경망의 연결압축에 대한 연구
안희준 한국산업정보학회논문지 2017.10

최근 본 자료

전체보기

댓글(0)

0