지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.1
- 수록면
- 1 - 9 (9page)
이용수
초록· 키워드
오류제보하기
In this paper, we propose a method of generating a 2D gray image from LiDAR 3D reflection intensity. The proposed method uses the Fully Convolutional Network (FCN) to generate the gray image from 2D reflection intensity which is projected from LiDAR 3D intensity. Both encoder and decoder of FCN are configured with several convolution blocks in the symmetric fashion. Each convolution block consists of a convolution layer with 3×3 filter, batch normalization layer and activation function. The performance of the proposed method architecture is empirically evaluated by varying depths of convolution blocks. The well-known KITTI data set for various scenarios is used for training and performance evaluation. The simulation results show that the proposed method produces the improvements of 8.56 dB in peak signal-to-noise ratio and 0.33 in structural similarity index measure compared with conventional interpolation methods such as inverse distance weighted and nearest neighbor. The proposed method can be possibly used as an assistance tool in the night-time driving system for autonomous vehicles.
목차
등록된 정보가 없습니다.
참고문헌 (18)
참고문헌 신청
이무현 / 2015 / 2D 라이다 데이터베이스 기반 장애물 분류 기법 / 대한임베디드공학회논문지 10(3):179~188
권성경 / 2016 / 저해상도 2D 라이다의 사람 특성 함수를 이용한 새로운 사람 감지 기법 / 대한임베디드공학회논문지 11(5):267~276
D. S. Hall / 2014 / Color lidar scanner / U.S. Patent 8,675,181
T. D. Barfoot / 2016 / Into Darkness: Visual Navigation Based on a Lidar-intensity-image Pipeline / Proceedings of International Symposium Robotics Research 114:487~504
I. Ashraf / 2017 / An Investigation of Interpolation Techniques to Generate 2d Intensity Image from Lidar Data / Journal of IEEE Access 5:8250~8260
권성경 / 2016 / 저해상도 2D 라이다의 사람 특성 함수를 이용한 새로운 사람 감지 기법 / 대한임베디드공학회논문지 11(5):267~276
D. S. Hall / 2014 / Color lidar scanner / U.S. Patent 8,675,181
T. D. Barfoot / 2016 / Into Darkness: Visual Navigation Based on a Lidar-intensity-image Pipeline / Proceedings of International Symposium Robotics Research 114:487~504
I. Ashraf / 2017 / An Investigation of Interpolation Techniques to Generate 2d Intensity Image from Lidar Data / Journal of IEEE Access 5:8250~8260
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
3D LiDAR 반사 강도 영상을 이용한 합성곱 신경망 기반 관심 객체 검출 방법
제어로봇시스템학회 국내학술대회 논문집
2019 .05
-
YOLO v2 Tiny에서 하드웨어 가속화를 위한 Convolution 구조
대한전자공학회 학술대회
2021 .06
-
CNN을 활용한 Semantic segmentation 기반의 패션 아이템 검출
대한전자공학회 학술대회
2017 .11
-
FFT 적용을 통한 Convolution 연산속도 향상에 관한 연구
멀티미디어학회논문지
2021 .11
-
New Approach to Optimize the Size of Convolution Mask in Convolutional Neural Networks
한국컴퓨터정보학회논문지
2016 .01
-
RGB 이미지 기반 학습 모델을 이용한 라이다 반사강도 이미지에 대한 추론 및 3차원 물체인지
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
Attention for Adaptive Convolution in Convolutional Neural Networks for Single Image Super-Resolution
방송공학회논문지
2023 .12
-
Convolution Neural Network Front-end / Back-end Design
대한전자공학회 학술대회
2020 .11
-
인접 픽셀 정보를 이용한 Shift-Convolution 기반의 3D LiDAR 깊이 완성
한국자동차공학회논문집
2021 .09
-
다각형 용기의 품질 향상을 위한 딥러닝 구조 개발
전기전자학회논문지
2021 .09
-
Revisiting Deep Learning Model for Image Quality Assessment: Is Strided Convolution Better than Pooling?
한국방송미디어공학회 학술발표대회 논문집
2020 .11
-
전이학습을 사용한 LiDAR 이미지 분류
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
Explainable Grouped Convolution Neural Network Inspired Acoustic-based Mine Recognition for Underwater Surveillance System
한국통신학회 학술대회논문집
2022 .06
-
저가형 2D LiDAR를 이용한 인공지능 기반 로봇의 승강기 탑승 가능 상황판단 기법
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
저전력 LiDAR 시스템을 위한 Adaptive Convolution Filter에 기반한 3D 공간 구성
한국정보통신학회논문지
2021 .10
-
정제 모듈을 포함한 컨볼루셔널 뉴럴 네트워크 모델을 이용한 라이다 영상의 분할
로봇학회 논문지
2018 .03
-
Time Delay Estimation Using De-Convolution
한국통신학회논문지
2016 .12
-
3D Convolution 기반 비디오 인식을 통한 운전 스타일 인식 모델 개발
한국정보과학회 학술발표논문집
2024 .06
-
눈 입자 제거를 위한 반사강도 특성 기반 라이다 신호처리
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
Vehicle Detection in Aerial Images using Fully Convolution Regression Neural Network
정보 및 제어 논문집
2018 .10
이 논문의 저자 정보
최근 본 자료
댓글(0)
0