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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
홍찬의 (전남대학교) 최현덕 (전남대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제6호(통권 제535호)
발행연도
2022.6
수록면
46 - 53 (8page)
DOI
10.5573/ieie.2022.59.6.46

이용수

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

초록· 키워드

오류제보하기
최근 컴퓨터 비전 기술이 발달하면서, 자율주행 분야에서 인공지능 기반 object detection, image segmentation 등의 컴퓨터 비전기술들이 주목받고 있다. 그러나 이러한 기술들은 야간이나 폭우, 안개 등 기후 악조건 주행환경에서는 영상 손실문제로 인해 성능이 급격하게 저하되고, 이는 치명적인 인명피해를 야기시킬 수 있다. 본 논문에서는 이러한 영상 악조건 속에서도 강인한 컴퓨터 비전기술을 확보하기 위해 Group Attention Block (GAB)을 제안하고 이를 Unet 구조와 Vision Transformer에 적용한 새로운 영상 연무제거 모델을 제안한다. 기존의 CNN(Convolution Neural Network)기반 encoder, decoder와 skip connection이 적용된 Unet구조를 통해 영상의 공간적인 정보를 활용한 특징맵을 추출하고 GAB를 적용하여 특징맵을 강화하며, 여기에 Vision Transformer를 추가 적용함으로써 inductive bias를 줄여 글로벌한 정보에서도 영상의 손실이 없도록 개선하였다. 제안하는 신경망 구조는 이전에 연구된 image dehazing 모델에 비해 PSNR(Peak Signal-to-Noise Ratio)과 SSIM(Structural Similarity Index Measure)에서 개선된 결과를 나타냄을 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
REFERENCES

참고문헌 (20)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0