Current Result Document :
| 한글제목(Korean Title) |
깊이 정보를 이용한 딥러닝 기반 신호등 검출 |
| 영문제목(English Title) |
Deep Learning Based Traffic Light Detection Using Depth Information |
| 저자(Author) |
정우섭
이현규 김인중
Wooseob Chung
Hyungyu Lee
Injung Kim
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 1543 ~ 1545 (2022. 12) |
한글내용
(Korean Abstract) |
딥 러닝의 발전에 따라 딥 러닝 기반의 인공신경망을 활용한 자율주행에 대한 연구가 활발히 진행되고 있다. 특히 자율주행을 위한 신호등 검출에 대한 연구가 활발히 진행되고 있다. 딥 러닝 기반의 신호등 검출 모델 중 R-CNN (Regions with Convolutional Neural Network)를 이용한 Fast R-CNN, Faster RCNN이 가장 뛰어난 성능을 보여주고 있다. 그 중 가장 최근에 제시된 모델인 Faster R-CNN은 신호등 검출에서 좋은 성능을 보여주지만, 멀리 있는 신호등은 검출하지 못한다는 한계점이 있다. Monocular Depth Estimation 기법은 이미지 영상의 깊이 정보를 추출하여 물체가 멀리 있는지 판별할 수 있게 해준다. 본 연구는 Faster R-CNN과 Monocular Depth Estimation 모델인 Monodepth2를 이용해 멀리있는 신호등에 대한 검출 성능을 높이는 방법론을 제안한다. 본 연구는 베이스 모델인 Faster R-CNN과 비교하여 Box AP 검출에서 65.70%에서 72.32% 로 성능을 향상시켰다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
Traffic Light Detection
Faster R-CNN
Depth Estim
|
| 파일첨부 |
PDF 다운로드
|
