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
- 2025.4
- 수록면
- 51 - 66 (16page)
- DOI
- 10.14801/jkiit.2025.23.4.51
이용수
초록· 키워드
오류제보하기
3D 환경에서의 정확한 인식은 자율 주행, 로봇 공학과 같은 분야에서 매우 중요합니다. 그러나 실제 환경에서는 날씨 변화, 센서 구성 차이 그리고 지리적 요인으로 인해 데이터 분포가 크게 변화 할 수 있고, 이러한 변화로 인해 3D 인식 신경망의 성능이 저하되는 경우가 많습니다. 이 한계를 극복하기 위하여 도메인 적응 기법이 제안되었으며, 이는 제한된 환경에서의 레이블된 데이터를 활용하여 타겟 도메인에서의 성능을 향상시키기 위해 소스 도메인의 풍부한 학습 데이터를 효과적으로 활용하는 기법입니다. 본 연구에서는 먼저 LiDAR 인식 신경망과 도메인 적응의 기본 개념을 설명한 후, 이어서 도메인 적응 기술을 증강 기반, 지도 기반, 수도 레이블 기반으로 분류하여 자율 주행에 맞춤화된 접근 방식에 대한 자세한 통찰력을 기술합니다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 배경
Ⅲ. 라이다 인식 신150
Ⅳ. 결론
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0