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
- 2022.5
- 수록면
- 781 - 788 (8page)
- DOI
- 10.7840/kics.2022.47.5.781
이용수
초록· 키워드
오류제보하기
Depth Completion은 자율 주행 차량에서 장면 이해 및 환경 인식 등을 지원하는 중요한 기술이다. 기존 방식은 두 센서의 상호 보완적 특성을 활용하기 위해 RGB 이미지와 Depth LIDAR 이미지와 같은 다중 모달 입력을 고려했다. 그러나 기존의 자동 인코더 접근 방식은 저차원 공간에서 데이터를 표현하는 데 한계가 있다. 또한 RGB 영상의 광 민감도로 인해 카메라 영상과 LIDAR 영상을 융합할 때 Depth의 불연속성이 발생한다. 본 연구에서는 고밀도의 Depth 재구성을 위해 픽셀 밀도 대신 데이터 분포를 학습하는 데 중점을 둔 CycleGAN을 적용하였다. 또한 Depth 불연속성 문제를 완화하기 위하여 Semantic Segmentation을 추가 입력으로 고려하였다. 제안된 방식은 다양한 도로 환경에서 획득된 동기화된 KITTI 벤치마크 데이터를 활용하여 훈련하고 평가하였다. 실험결과를 통해 제안된 방식이 Depth Completion의 성능과 효율 측면에서 우수함을 입증하였다.
목차
요약
ABSTRACT
Ⅰ. Introduction
Ⅱ. Related Works
Ⅲ. Methodology
Ⅳ. Experiment Results
Ⅴ. Conclusion
References
참고문헌 (21)
참고문헌 신청
W. Van Gansbeke, D. Neven, B. De Brabandere, and L. Van Gool, “Sparse and noisy lidar completion with rgb guidance and uncertainty,” in 2019 16th Int. Conf. MVA, pp. 1-6, Tokyo, Japan, May 2019.
M. Hu, S. Wang, B. Li, S. Ning, L. Fan, and X. Gong, “Towards precise and efficient image guided depth completion,” arXiv e-prints, arXiv-2103, 2021.
J. Tang, F. P. Tian, W. Feng, J. Li, and P. Tan, “Learning guided convolutional network for depth completion,” IEEE Trans. Image Process., vol. 30, pp. 1116-1129, Dec. 2020.
J. Y. Zhu, T. Park, P. Isola, and A. A. Efros, “Unpaired image-to-image translation using cycle-consistent adversarial networks,” in Proc. IEEE Int. Conf. Comput. Vision, pp. 2223-2232, Venice, Italy, Oct. 2017.
I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, and Y. Bengio, “Generative adversarial nets,” Advances in NIPS, vol. 27, Monreal, Canada, Dec. 2014.
M. Hu, S. Wang, B. Li, S. Ning, L. Fan, and X. Gong, “Towards precise and efficient image guided depth completion,” arXiv e-prints, arXiv-2103, 2021.
J. Tang, F. P. Tian, W. Feng, J. Li, and P. Tan, “Learning guided convolutional network for depth completion,” IEEE Trans. Image Process., vol. 30, pp. 1116-1129, Dec. 2020.
J. Y. Zhu, T. Park, P. Isola, and A. A. Efros, “Unpaired image-to-image translation using cycle-consistent adversarial networks,” in Proc. IEEE Int. Conf. Comput. Vision, pp. 2223-2232, Venice, Italy, Oct. 2017.
I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, and Y. Bengio, “Generative adversarial nets,” Advances in NIPS, vol. 27, Monreal, Canada, Dec. 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Depth Anything V2를 활용한 자기 지도 학습 기반 깊이 완성
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
Depth completion을 위한 딥러닝 모델 비교 분석
한국통신학회 학술대회논문집
2022 .06
-
RGB-D 이미지에서 탐지 영역 내 깊이 값 분포도를 통한 목표물의 깊이 추정
대한전자공학회 학술대회
2021 .11
-
CycleGAN을 이용한 의료 영상 광강도 분포의 일반화
한국정보과학회 학술발표논문집
2019 .06
-
깊이 영상 카메라로부터 획득된 3D 영상의 품질 향상 방법
한국정보통신학회논문지
2021 .05
-
가중 메디안 필터를 이용한 16채널 라이다의 깊이정보 업샘플링
제어로봇시스템학회 논문지
2021 .05
-
Multi-modal Depth Estimation from Misaligned Thermal and RGB Images
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
CycleGAN기반 데이터 증대 방법을 활용한 도로 노면 인식
한국자동차공학회 추계학술대회 및 전시회
2022 .11
-
강화된 깊이 정보 학습을 이용한 3차원 객체 검출
대한전자공학회 학술대회
2024 .06
-
CNN-ViT 통합 모듈을 이용한 Two-Branch 백본 기반 깊이 완성 연구
한국자동차공학회논문집
2024 .07
-
Multiple Color and ToF Camera System for 3D Contents Generation
IEIE Transactions on Smart Processing & Computing
2017 .06
-
Real-time Deep Depth Estimation with Using a Single Camera
한국자동차공학회 춘계학술대회
2020 .07
-
CycleGAN 기반 자율주행 로봇 객체 인식 데이터 증강 기법
한국정보통신학회 종합학술대회 논문집
2023 .10
-
Enhancing Depth Image with Richer Convolution Feature for Improved Perception
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
CycleGAN 생성 데이터를 사용한 도로 노면 인식
한국자동차공학회 추계학술대회 및 전시회
2020 .11
-
Depth Map Restoration Based on Iteratively Reweighted Least Squares Surface Fitting
대한전자공학회 학술대회
2019 .11
-
Self-supervised Depth Completion의 실주행 적용을 위한 기법 연구
대한전자공학회 학술대회
2021 .06
-
CycleGAN 을 이용한 악천후 이미지의 단계 조절
한국통신학회 학술대회논문집
2024 .11
-
CycleGAN 기반의 데이터 생성을 이용한 음성감정인식
한국통신학회 학술대회논문집
2019 .06
-
경량 깊이완성기술을 위한 효율적인 자기지도학습 기법 연구
한국ITS학회 논문지
2021 .12
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-567-001276744