Earticle

초록

영어

In recent years, research has been actively carried out to recognize and recognize objects based on a large amount of data. In this paper, we propose a system that extracts objects that are thought to be obstacles in road driving images and recognizes them by car, man, and motorcycle. The objects were extracted using Optical Flow in consideration of the direction and size of the moving objects. The extracted objects were recognized using Alexnet, one of CNN (Convolutional Neural Network) recognition models. For the experiment, various images on the road were collected and experimented with black box. The result of the experiment showed that the object extraction accuracy was 92% and the object recognition accuracy was 96%.

한국어

최근 물체를 인식하기 위해 많은 데이터를 기반으로 학습하여 인식하는 연구가 활성화 되고 있다. 본 논문에 서는 도로주행 영상에서 장애물이라고 생각되는 객체를 추출하여 자동차, 사람, 오토바이로 구분하여 인식하는 시스 템을 제안한다. 이동한 방향과 크기를 고려한 상태에서 광류 추정 알고리즘을 이용하여 객체를 추출하였으며, 추출한 객체를 CNN(Convolutional Neural Network) 인식 모델 중 하나인 AlexNet을 이용하여 인식하였다. 실험을 위해 도로 위의 다양한 영상을 블랙박스로 수집하여 실험하였고, 실험 결과 객체 추출 정확도는 92%, 객체 인식 정확도는 96%의 결과를 보였다.

목차

요약
 Abstract
 1. 서론
 2. 제안하는 장애물 탐지 및 인식 시스템
  2.1 광류 추정 알고리즘을 이용한 객체 탐지
  2.2 조정된 AlexNet을 이용한 객체 분류 및 인식
 3. 실험 및 결과
  3.1 객체 추출 실험 및 결과
  3.2 객체 인식 실험 및 결과
 4. 결론
 ACKNOWLEDGMENTS
 REFERENCES

키워드

저자

• 한주찬 [ Ju-Chan Han | 충북대학교 소프트웨어학과 ]
• 구본철 [ Bon-Cheol Koo | 충북대학교 소프트웨어학과 ]
• 최경주 [ Kyung-Joo Cheoi | 충북대학교 소프트웨어학과 ] Corresponding author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  융합정보논문지(구 중소기업융합학회논문지) [Journal of Convergence for Information Technology]

• 간기

  월간

• pISSN

  2586-1816

• eISSN

  2586-4440

• 수록기간

  2011~2022

• 십진분류

  KDC 004 DDC 004