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.
초록· 키워드
오류제보하기
In this paper, we propose fast object detection method of the cars by applying YOLOv2(You Only Look Once version 2) and UAVs (Unmanned Aerial Vehicles) while on the highway. We operated Darknet, OpenCV, CUDA and Deep Learning Server(SDX-4185) for our simulation environment. YOLOv2 is recently developed fast object detection algorithm that can detect various scale objects as fast speed. YOLOv2 convolution network algorithm allows to calculate probability by one pass evaluation and predicts location of each cars, because object detection process has simple single network. In our result, we could find cars on the highway area as fast speed and we could apply to the real time.
목차
Abstract
1. 서론
2. 관련 연구
3. 제안하는 연구방법
4. 실험결과
5. 결론
References
참고문헌 (15)
참고문헌 신청
K. Kozempel and R. Reulke, “Fast Vehicle Detection and Tracking in Aerial Image Bursts,” in ISPRS City Models, Roads and Traffic(CMRT), Paris, France, vol. 38, no. 3/W4, pp. 175-180, 2009.
J. Leitloff, S. Hinz, and U. Stilla, “Vehicle extraction from very high resolution satellite images of city areas,” IEEE Trans. Geosci. Remote Sens., vol. 48, no. 7, pp. 2795-2806, 2010.
W. Yao,M. Zhang, S. Hinz, and U. Stilla, “Airborne traffic monitoring in large areas using lidar data,” Int. J. Remote Sens, vol. 33, no. 12, pp. 3930-3945, 2012.
D. Lenhart, S. Hinz, J. Leitloff and U. Stilla, “Automatic Traffic Monitoring Based On Aerial Image Sequences,” Pattern Recognition and Image Analysis, vol. 18, no. 3, pp. 400-405, 2008.
M. Elmiktay and T. Stathaki, “Car Detection in High-Resolution Urban Scenes Using Multiple Image Descriptors,” in Proc. Of International Conference on Pattern Recognition (ISPR), Stockholm, Sweden, pp. 4299-4304, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Analysis of YOLOv5 results based on detection speed and precision
한국생산제조학회 학술발표대회 논문집
2022 .05
-
YOLOv11: Revolutionizing Object Detection with Focus on Tiny Objects in Complex Settings
한국통신학회 학술대회논문집
2024 .11
-
Benchmarking YOLOv8, YOLOv9, and YOLOv10 for Detecting Tiny and Small Objects in Complex Environments
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
실시간 객체 검출 성능 평가에 대한 연구
Proceedings of KIIT Conference
2023 .11
-
Modification of YOLOv4 for Small Object Detection
한국자동차공학회 춘계학술대회
2023 .05
-
무인 항공기를 이용한 밀집영역 자동차 탐지
한국산학기술학회 논문지
2018 .03
-
딥러닝 기반의 가금류 객체 탐지 알고리즘
디지털콘텐츠학회논문지
2022 .07
-
SSD의 객체 검출 층을 이용한 YOLOv3의 성능 향상
한국정보통신학회논문지
2024 .08
-
YOLOv9 객체 인식 모델을 활용한 군용 드론 감지 연구
Proceedings of KIIT Conference
2024 .05
-
YOLOv7 기반의 작은 물체 추적에 관한 연구
한국통신학회 학술대회논문집
2023 .06
-
Detection of Fire Hazard Factors on Construction Sites using YOLOv5
대한토목학회 학술대회
2023 .10
-
UAV Real-time Object Detection and Tracking for Moving object based Deep learning
한국항공우주학회 학술발표회 초록집
2023 .04
-
YOLOv5를 이용한 효율적인 소형 물체 감지 모델에 대한 연구
정보 및 제어 논문집
2024 .10
-
YOLOv2 구조 기반 얼굴 검출기의 성능 향상을 위한 웨이블릿 전처리 방법
Proceedings of KIIT Conference
2021 .06
-
YOLOv8 기반 해양 환경에서의 사람 객체 탐지 모델 성능 향상 연구
한국정보과학회 학술발표논문집
2024 .06
-
YOLOv3 알고리즘을 이용한 실시간 낙상 검출
한국통신학회 학술대회논문집
2020 .08
-
YOLOv5 모델에 따른 결과 분석
한국정밀공학회 학술발표대회 논문집
2021 .11
-
YOLOv9 기반 실시간 소 행동 탐지 시스템 개발
대한전기학회 학술대회 논문집
2024 .07
-
YOLOv10과 기존 객체 탐지 모델 성능 비교 분석
한국컴퓨터정보학회논문지
2024 .08
-
YOLOv5 기반의 딥러닝 성능 개선 연구
한국통신학회 학술대회논문집
2022 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
VDS 버베이텀을 활용한 빅데이터 시각화 분석
김시범
한국신뢰성학회 학술대회논문집
2017
.11
YOLO 검출 시스템을 활용한 보행자 검출 시스템
박규민
,
김영우
,
강석준
외 1명
한국통신학회 학술대회논문집
2017
.11
스테레오 CCTV 영상에서 딥러닝을 이용한 교통량 추정
서홍덕
,
김의명
한국측량학회지
2020
.06
객체인식 기술을 활용한 시각장애 보조 사물탐지 및 음성안내 시스템 구현
이상현
,
강문식
전자공학회논문지
2018
.11
무인 항공기를 이용한 밀집영역 자동차 탐지
서창진
한국산학기술학회 논문지
2018
.03
최근 본 자료
댓글(0)
0