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
김대훈 (서울과학기술대학교) 하종은 (서울과학기술대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제23권 제9호
발행연도
2017.9
수록면
718 - 724 (7page)
DOI
10.5302/J.ICROS.2017.17.0107

이용수

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

초록· 키워드

오류제보하기
Multi-lane detection is essential in autonomous navigation. Conventional algorithms have difficulties due to diverse image variations caused by illumination variations, occlusions, and shadows. Recently, deep-learning algorithms which use large amounts of training data show dramatic improvements in many areas. In this paper, we address multi-lane detection using convolution neural networks (CNNs) and transfer learning. The CNNs’ architectures are used for the detection of multiple lanes, and transfer the learning using pre-learned models from ImageNet to reduce the learning time. A sliding window is used to detect lane candidates on an image and it requires heavy computation time. We present a method to reduce the detection time by changing the input structure when applying trained networks. Images from KITTI are used for training. Experiments are conducted applying trained networks to images obtained in other environments.
#lane detection #deep learning #convolutional neural networks #transfer learning

목차

Abstract
I. 서론
II. CNN 구조를 이용한 차선 검출
III. 차선 영역 후보군 검출 및 속도 개선
IV. 실험 결과
V. 결론
REFERENCES

참고문헌 (15)

참고문헌 신청
D. H. Ballard, “Generalizing the Hough transform to detect arbitrary shapes,” Pattern Recognition, vol. 13, no. 2 pp. 111- 122, 1981. M. A. Fischler and R. C. Bolles, “Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography,” Communications of the ACM, vol. 24, no. 6, pp. 381-395, 1981. B. Huval, T. Wang, S. Tandon, J. Kiske, W. Song, J. Pazhayampallil, M. Andriluka, P. Rajpurkar, T. Migimatsu, C. Y. Royce, F. Mujica, A. Coates, and A. Y. Ng, “An empirical evaluation of deep learning on highway driving,” arXiv preprint arXiv:1504.01716 Apr. 2015. http://www.cvlibs.net/datasets/kitti/ Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, “Gradient-based learning applied to document recognition,” Proceedings of the IEEE, vol. 86, no.11, pp. 2278-2324, 1998.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

표면 결함 검출을 위한 CNN 구조의 비교
최학영 ,  서기성 전기학회논문지 2017 .07
딥러닝을 이용한 다차선 검출
김대훈 ,  하종은 제어로봇시스템학회 국내학술대회 논문집 2017 .05
Surround View 영상에서의 차선 추정을 위한 Deep Learning 과 이를 이용한 차량 횡방향 제어 시스템 구현
이민호 ,  한경엽 ,  유지훈 외 3명 제어로봇시스템학회 국내학술대회 논문집 2018 .05
딥 러닝 알고리즘을 활용한 뇌파 분석 기반 졸음운전 사고예방 시스템
이승기 ,  권용수 ,  박지수 외 2명 전자공학회논문지 2018 .03
단안카메라를 이용한 딥러닝 기반의 주행 가능 공간 검출 알고리즘
이영재 ,  기석철 한국자동차공학회 추계학술대회 및 전시회 2017 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-001255332