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
라승탁 (Hanbat National University) 이승호 (Hanbat National University)
저널정보
한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제28권 제4호
발행연도
2024.12
수록면
593 - 599 (7page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 카메라+LiDAR 기반의 포인트 클라우드 증강 기법을 통해 3D 객체 감지 성능을 향상하는 방법을 제안한다. 첫 번째로, 카메라 이미지로 Pseudo-LiDAR 생성 및 로그 스케일 방식의 intensity 재구성을 수행하며 로그 스케일 방식의 intensity 재구성은 거리와 관련된 패턴을 포함하므로 학습 모델이 공간적 구조와 객체 간의 거리 정보를 더 효과적으로 학습할 수 있도록 한다. 두 번째로, Pseudo-LiDAR와 LiDAR 융합으로 포인트 클라우드를 증강하여 LiDAR의 낮은 해상도나 감지되지 않은 영역을 Pseudo-LiDAR 포인트로 채워 전체적인 포인트 수를 늘리고, 객체의 윤곽선을 명확하게 표현할 수 있도록 한다. 증강된 포인트 클라우드는 더 많은 포인트와 다양한 특성을 제공하며, PV-RCNN 모델은 이를 효과적으로 활용할 수 있게 된다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 KITTI dataset으로 다른 딥러닝 모델들과 mAP를 산출하여 성능을 비교하였다. 실험 결과, 본 논문에서 제안한 Camera+LiDAR 기반의 포인트 클라우드 증강 기법을 통한 3D 객체 감지의 성능이 기존의 방법들보다 우수한 성능을 나타내었다. 특히 학습 모델로 쓰였던 PV-RCNN과 비교하여 mAP가 약 0.37 증가하였다. 실험에서 우수한 결과를 나타내므로 본 논문에서 제안한 기법의 효율성이 입증되었다.
#Autonomous Driving #Lidar #3D Object Detection #Sensor Fusion #Point Cloud Augmentation

목차

Abstract
요약
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 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) : I410-151-25-02-092321133