http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
성재호(Jaeho Seong),윤영진(Young Jin Yoon),한동석(Dong Seog Han) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 자율주행 자동차에서 필수적으로 사용되는 카메라 센서의 상태를 진단하고 사전에 사고를 방지하기 위한 딥러닝 기반의 카메라 센서 고장 예측 모델을 제안한다. 카메라 폐색 시 객체 검출에 실패하거나 오검출하는 것을 방지하기 위하여 카메라 폐색을 센서 고장으로 정의하였다. 제안하는 딥러닝 모델은 원본 이미지와 전처리된 이미지를 동시에 사용하는 다중입력구조와 시·공간적 특징을 추출하기 위해 CNN(convolutional neural network)과 BiLSTM(bidirectional long-short-term memory)을 결합한다. 제안하는 모델의 정확도는 98.30%를 보였으며 자율주행 자동차의 전장 부품 중 하나인 카메라 센서고장을 예측하여 객체 인식 실패로 인한 사고 예방 및 안정 기능을 제공할 수 있다.
가상 데이터를 이용한 딥러닝 기반 운전자 행위 검출 시스템
성재호(Jaeho Seong),한동석(Dong Seog Han) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
최근 딥러닝 기반의 운전자 행위 검출이 활발히 연구되고 있다. 기존 연구에서는 스켈레톤 조인트 매핑 또는 R-CNN(Region of Convolutional Neural Network) 계열의 2-단계 객체 검출 등을 사용한다. 이러한 방식은 다른 운전자 모니터링 시스템과 연계 하기에는 연산량이 많다. 또한, 운전자 행위 검출에서 행위 검출에 실패하는 주요 원인은 사람의 행위를 분류할 때 차량외부 객체에 영향을 받아 분류에 실패하는 문제점을 갖는다. 이러한 문제점을 해결하기 위하여 본 논문에서는 가상 데이터 생성 알고리즘 및 딥러닝 기반 운전자 행위 검출 시스템을 제안한다. 연산량을 줄이기 위하여 운전자 행위 검출 시스템은 1-단계 얼굴 검출기와 경량화된 분류기를 사용하였다. 다양한 배경을 적용한 가상 데이터를 이용하여 실제 데이터와 함께 학습데이터를 구성한다. 제안하는 시스템은 실제 차량 환경에서 실험을 통한 운전자 행위 예측 결과, 90%의 성능을 보였다.