2019년 추계학술대회
Current Result Document :
| 한글제목(Korean Title) |
Convolution Neural Network를 이용한 도로인식 모델 |
| 영문제목(English Title) |
A Model for Road Recognition Using Convolution Neural Network |
| 저자(Author) |
양오석
김영욱
이홍로
이창우
Oh-seok Yang
Young-uk Kim
Hong-ro Lee
Chang-Woo Lee
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0626 ~ 0628 (2019. 10) |
한글내용
(Korean Abstract) |
최근 몇 년 동안 컴퓨터 엔지니어링 전공자와 비전공자들에게 많이 언급되는 전공 단어가 인공지능이라고 생각된다. 가트너에서는 지난 몇 년 동안 지능형이나 AI와 같은 인공지능과 관련된 기술을 주요 기술로 뽑아왔다. 그에 발맞춰 테슬라와 같은 몇몇 자동차 회사들은 자신들의 자동차에 오토파일럿 기능을 탑재하여 사용자들에게 선보였다. 또한, 현재 드론에는 자율주행 기능이 탑재된 기술이 지속해서 연구되고 있다. 만일 드론에 자율주행 기능이 탑재된다면 많은 분야의 사람들에게 이점을 제공할 것으로 기대된다. 본 연구는 자율주행을 드론에 적용 가능한 도로인식을 위해 딥러닝 학습 모델로 CNN(Convolution Neural Network)을 이용하여 개발한다. 이 학습 모델에서 앞의 6계층은 Convolution 레이어로 사용하고, 뒤의 2계층은 Fully Connected 레이어로 개발하고자 한다. 본 연구는 이 CNN 기법을 이용하여 935×515 크기의 이미지에 대한 도로인식 정확도를 개선하고자 한다.
|
영문내용
(English Abstract) |
In recent years, AI is thought to be the major word that is often mentioned by computer engineering majors and non-technicals. For the past few years, Gartner has tapped artificial intelligence-related technologies such as intelligence and AI as its main technology. In line with that, several automakers, such as Tesla, have introduced their cars to users with autopilot features. In addition, drone technology with self-driving capability is continuously being researched. If drones are equipped with self-driving functions, they are expected to provide benefits to people in many fields. This research is developed using CNN (Convolution Natural Network) as a deep learning model for road recognition that can be applied to drones. In this learning model, the first 6 layers will be used as the Convolution layer, while the 2 layer behind will be developed as the Fully Connected layer. This study uses this CNN technique to improve road recognition accuracy for images of 935×515 size. |
| 키워드(Keyword) |
Deep Learning
CNN
Road Recognition
Image Processing
|
| 파일첨부 |
PDF 다운로드
|
