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 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이준엽 (NHN Entertainment) 이영완 (한국전자통신연구원(ETRI))
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.45 No.1
발행연도
2018.1
수록면
94 - 98 (5page)
DOI
10.5626/JOK.2018.45.1.94

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 자율주행을 위한 실시간 의미론적 분할 방법으로 최적화된 심층 신경망 구조인 Wide Inception ResNet (WIR Net)을 제안한다. 신경망 구조는 Residual connection과 Inception module을 적용하여 특징을 추출하는 인코더와 Transposed convolution과 낮은 층의 특징 맵을 사용하여 해상도를 높이는 디코더로 구성하였고 ELU 활성화 함수를 적용함으로써 성능을 올렸다. 또한 신경망의 전체 층수를 줄이고 필터 수를 늘리는 방법을 통해 성능을 최적화하였다. 성능평가는 NVIDIA Geforce gtx 1080과 TX1 보드를 사용하여 주행환경의 Cityscapes 데이터에 대해 클래스와 카테고리별 IoU를 평가하였다. 실험 결과를 통해 클래스 IoU 53.4, 카테고리 IoU 81.8의 정확도와 TX1 보드에서 640×360, 720×480 해상도 영상처리에 17.8fps, 13.0fps의 실행속도를 보여주는 것을 확인하였다.
#딥 러닝 #심층 신경망 #의미론적 분할 #자율주행 #임베디드 보드 #deep learning #neural network #semantic segmentation #autonomous driving #embedded board

목차

요약
Abstract
1. 서론
2. 심층 신경망 구조
3. 성능 평가
4. 결론
References

참고문헌 (9)

참고문헌 신청
Vijay Badrinarayanan, SegNet: A Deep Convolutional Encoder-Decoder Architecture for Imag Segmentation, Journal of IEEE, Vol. 39, pp. 2481- 2495, 2017. Evan Shelhamer, Fully Convolutional Networks for Semantic Segmentation, Journal of IEEE, Vol. 39, pp. 640-651, 2017. Sergey Zagoruyko, Wide Residual Networks, BMVC'16 Conference, pp. 87.1-87.12, 2016. Christian Szegedy, Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning, AAAI'17 Conference, pp. 4278-4284, 2017. Kaiming He, Identity mappings in Deep Residual Networks, ECCV'16 Conference, pp. 630-645, 2016.

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

인공신경망을 이용한 레이블 추정과 유사 영역 병합 방법을 결합한 자연 영상 장면 분석
김경만 ,  이상근 ,  백준기 전자공학회논문지 2017 .12
깊이 슈퍼 픽셀을 이용한 실내 장면의 의미론적 분할 방법
김선걸 ,  강행봉 멀티미디어학회논문지 2016 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-569-001778702