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
학술대회자료
저자정보
이준형 (한양대학교) 고준호 (한양대학교) 최준원 (한양대학교)
저널정보
한국자동차공학회 한국자동차공학회 춘계학술대회 2022 한국자동차공학회 춘계학술대회
발행연도
2022.6
수록면
1,077 - 1,081 (5page)

이용수

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

이 논문의 연구 히스토리 (2)

2023

3차원 객체 검출을 위한 포인트 클라우드 시퀀스의 시공간 표현 학습
이준형 미래모빌리티학과 2023.01 학위논문

2022

조감도에서의 객체 움직임 및 환경 변화를 반영한 시공간 특징 결합 기반의 라이다 비디오 3차원 객체 검출
이준형 ,  고준호 ,  최준원 한국자동차공학회 춘계학술대회 2022.06 학술대회자료

초록· 키워드

오류제보하기
This paper proposes an online 3D video object detection model based on deep learning using a sequential LiDAR point set. By utilizing sequential data as input, our proposed method aims to generate Spatio-temporal information and overcome the inherent limitations of point cloud data, such as sparsity and irregular acquisition due to distance and occlusion. The proposed method, called ST-FF, performs Spatio-temporal feature fusion between a bird"s eye view (BEV) feature maps obtained from each LiDAR point set. ST-FF first captures the movement of objects and changes in the surrounding environment over time. Based on the captured motion information, information suitable for the current feature map is selectively extracted from the past feature map. Then the final feature map is obtained by aggregating the feature map at the target frame and the extracted feature maps from the past frame. Finally, the detection head generates 3D bounding boxes for the target frame using the final feature map. Experiments were conducted on the nuScenes dataset to validate the contributions of the proposed method. Higher performance was obtained in LiDAR-based video object detection with ST-FF than 3D object detectors based on a single point set. In addition, by applying the proposed method to the 3D object detectors based on a single point set, we demonstrate that our methods are applicable to the existing LiDAR-based detectors.
#Autonomous driving(자율주행) #Deep learning(딥러닝) #LiDAR point cloud(라이다 포인트 클라우드) #3D object detection(3차원 객체 검출) #Video object detection(비디오 객체 검출) #Spatio-temporal feature map(시공간 특징 지도)

목차

Abstract
1. 서론
2. Spatio-temporal feature fusion
3. 실험
4. 결론
5. 참조
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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