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
학술대회자료
저자정보
오영민 (경희대학교) 김정욱 (경희대학교)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
353 - 356 (4page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
최근, 실생활에 밀접한 3D 객체 검출 연구가 활발하며, 3D 객체 검출은 LiDAR Point 와 RGB 이미지로부터 얻은 Virtual Point 를 도입하여 진행된다. 하지만 LiDAR 센서의 한계로 인해 가려진 영역에 대한 정보 부재로 강인한 3D 객체 검출을 하지 못하는 문제가 존재한다. 본 논문에서는 객체의 대칭 지식을 활용하여 부족한 Point 문제를 해결하며, 가상의 대칭 Point 와 Point Cloud 정보를 모두 활용하여 부족한 점을 파악하고, 효과적으로 객체의 영역과 검출에 필요한 3D 정보를 강조하여 학습할 수 있는 검출된 2D 객체 정보에서의 대칭 지식을 활용한 3D 객체 검출 네트워크를 제시한다. 제안하는 네트워크는 기존에 활용되던 Point Cloud 를 학습하는 네트워크와 가상의 대칭 Point 를 학습하는 네트워크로 구성되며, 제안하는 구조를 통해 기존 Point Cloud 로부터 학습한 지식과 객체의 대칭 지식이 포함된 가상의 대칭 Point 로부터 학습한 지식 간의 관계를 통해 부족한 점을 파악하고, 동적으로 검출 능력을 강화하여 학습하고자 한다. 따라서 제안하는 가상의 대칭 Point 와 네트워크를 통해 LiDAR 센서의 한계를 벗어날 뿐 아니라, 동적으로 상황에 맞는 효과적인 3D 객체 검출을 진행할 수 있다.

목차

요약
1. 서론
2. 본론
3. 실험 결과
4. 결론
5. 참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090140313