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
학술저널
저자정보
류준환 (한화시스템) 김민기 (한화시스템) 최병인 (한화시스템)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제62권 제2호(통권 제567호)
발행연도
2025.2
수록면
58 - 66 (9page)
DOI
10.5573/ieie.2025.62.2.58

이용수

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

초록· 키워드

오류제보하기
최근 딥러닝 기반 단일 이미지를 활용한 객체 탐지 기술의 활발한 연구가 이루어지고 있다. 하지만, 단일 이미지는 연속적인 영상에 비해 활용할 수 있는 정보의 양이 적기 때문에, 단일 이미지만을 활용한 객체 탐지는 여러 한계점을 가진다. 이에 본 논문은 단일 이미지에서 얻을 수 없는 연속적인 영상 정보를 활용하여 비디오 기반 객체 탐지 성능 향상 기법을 제안한다. 1) RAS (Re-Assess Score) 모듈 기반 과거 탐지 정보를 활용한 탐지 점수 재평가 기법. 2) AT (Adaptive Template Matching) 모듈을 이용한 미검출 보완 기법. 3) LV (Label Voting) 모듈을 이용한 오분류 보완 기법. 제안하는 3가지 기법을 통해, 단일 이미지에서 쉽게 발생할 수 있는 오분류 및 미검출 문제를 개선할 수 있으며 전반적인 탐지 성능을 개선할 수 있다. 제안 방법은 어떠한 객체 탐지 모델에도 적용할 수 있는 플러그인 형태의 추적 기반 모듈로, CNN 계열 탐지 모델인 YOLOX와 Transformer 계열 탐지 모델인 RT-DETRv2 모델을 공개 데이터셋인 FLIR-ADAS-V2에 적용하여 평가하였다. 그 결과, YOLOX 및 RT-DETR 탐지 단독 모델 대비 mean Average Precision (mAP) 기준 각 1.4%, 3.6% 성능 향상을 확인했다. 또한, 자체적으로 구축한 데이터셋에서도 제안 기법의 강건함을 증명함으로써 일반화 성능을 검증했다.
#Object detection #Multi-object tracking #Video object detection #Temporal information

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
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

UCI(KEPA) : I410-151-25-02-092462611