고해상도 영상의 군집형 차량 검출을 위한 앙상블 딥러닝 네트워크 구성 방법
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 유재형 | - |
dc.contributor.author | 한영준 | - |
dc.contributor.author | 김종국 | - |
dc.contributor.author | 한헌수 | - |
dc.date.available | 2021-02-15T06:40:17Z | - |
dc.date.created | 2021-02-01 | - |
dc.date.issued | 2021-01 | - |
dc.identifier.issn | 1598-849X | - |
dc.identifier.uri | http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/40166 | - |
dc.description.abstract | 본 논문은 고해상도를 가지는 영상에서 겹쳐져있는 소형 물체를 효과적으로 검출하고 추적하는알고리즘을 제안한다. Coarse to Fine 방식을 기본으로 하는 두 개의 Deep-Learning Network을 앙상블형태로 구성하여 차량이 존재할 위치를 미리 판단하고 서브영역으로 선택한 이미지로부터 차량을정확하게 검출한다. Coarse 단계에서는 서로 다른 다수의 Deep-Learning Network 에 대한 각각의 결과로 Voting Space를 생성한다. 각 Voting Space 의 조합을 통해 Voting Map을 만들고 차량이 존재할위치를 선택한다. Fine 단계에서는 Coarse 단계에서 선택된 영역을 기준으로 서브영역을 추출하고 해당 영역을 최종 Deep-Learning Network 에 입력한다. 서브 영역은 Voting Map을 이용하여 영상에서의높이에 적합한 크기의 동적 윈도우를 생성함으로써 정의되며, 본 논문에서는 원거리에서 근거리로접근하는 도로의 이미지를 대상으로 미리 계산된 매핑테이블을 적용하였다. 각 서브 영역 간 이동하는 차량의 동일성 판단은 검출된 영역의 하단 중심점에 대한 근접성을 기반으로 하였으며, 이를 통해 이동하는 차량의 정보를 트래킹 하였다. 실제 주야간 도로 CCTV를 통해 획득한 실시간 영상에서처리 속도 및 검출 성능을 비교 실험하여 제안한 알고리즘을 평가하였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국컴퓨터정보학회 | - |
dc.relation.isPartOf | 한국컴퓨터정보학회논문지 | - |
dc.title | 고해상도 영상의 군집형 차량 검출을 위한 앙상블 딥러닝 네트워크 구성 방법 | - |
dc.title.alternative | Ensemble Deep Network for Dense Vehicle Detection in Large Image | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.identifier.bibliographicCitation | 한국컴퓨터정보학회논문지, v.26, no.1, pp.45 - 55 | - |
dc.identifier.kciid | ART002680414 | - |
dc.description.journalClass | 2 | - |
dc.citation.endPage | 55 | - |
dc.citation.number | 1 | - |
dc.citation.startPage | 45 | - |
dc.citation.title | 한국컴퓨터정보학회논문지 | - |
dc.citation.volume | 26 | - |
dc.contributor.affiliatedAuthor | 한영준 | - |
dc.contributor.affiliatedAuthor | 한헌수 | - |
dc.identifier.url | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002680414 | - |
dc.description.isOpenAccess | Y | - |
dc.subject.keywordAuthor | 앙상블 딥러닝 네트워크 | - |
dc.subject.keywordAuthor | 투표 맵 | - |
dc.subject.keywordAuthor | 밀집형 소형 물체 검출 | - |
dc.subject.keywordAuthor | 고해상도 이미지 | - |
dc.subject.keywordAuthor | 동적 윈도우 | - |
dc.subject.keywordAuthor | Ensemble Deep-Learning Network | - |
dc.subject.keywordAuthor | Voting Map | - |
dc.subject.keywordAuthor | Dense Small Object Detection | - |
dc.subject.keywordAuthor | High Resolution Image | - |
dc.subject.keywordAuthor | Dynamic Windows | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Soongsil University Library 369 Sangdo-Ro, Dongjak-Gu, Seoul, Korea (06978)02-820-0733
COPYRIGHT ⓒ SOONGSIL UNIVERSITY, ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.