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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2017.12
- 수록면
- 425 - 431 (7page)
이용수
초록· 키워드
오류제보하기
As drones gain more popularity these days, drone detection becomes more important part of the drone systems for safety, privacy, crime prevention and etc. However, existing drone detection systems are expensive and heavy so that they are only suitable for industrial or military purpose. This paper proposes a novel approach for training Convolutional Neural Networks to detect drones from images that can be used in embedded systems. Unlike previous works that consider the class probability of the image areas where the class object exists, the proposed approach takes account of all areas in the image for robust classification and object detection. Moreover, a novel loss function is proposed for the CNN to learn more effectively from limited amount of training data. The experimental results with various drone images show that the proposed approach performs efficiently in real drone detection scenarios.
목차
Abstract
1. 서론
2. YOLOv2의 특징과 한계점
3. 심층망 구조 및 학습
4. 실험 및 결과
5. 결론
References
참고문헌 (10)
참고문헌 신청
A. Krizhevsky, I. Sutskever, and G. E. Hinton, “Imagenet classification with deep convolutional neural networks,” Proceedings of International Conference on neural information processing systems, pp. 1097-1105, 2012.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 770-778, 2016.
W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C. Y. Fu, and A. C. Berg, “SSD: Single Shot Multibox Detector,” European Conference on Computer Vision, pp. 21-37, 2016.
A. Kolesnikov and C. H. Lampert, “Seed, expand and constrain: three principles for weakly-supervised image segmentation,” European Conference on Computer Vision, pp. 695-711, 2016.
R. Girshick, J. Donahue, T. Darrell, and J. Malik, “Rich feature hierarchies for accurate object detection and semantic segmentation,” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 580-587, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 기반 드론 검출 및 분류
전기학회논문지
2019 .02
-
Deep learning-based drone detection with SWIR cameras
Journal of Advanced Marine Engineering and Technology (JAMET)
2020 .12
-
A Study on the Factors Affecting Drone Use Intention - Comparative analysis of Korea and United Kingdom
항공우주시스템공학회지
2021 .12
-
Depth 카메라를 사용한 군집 드론의 제어에 대한 연구
전기학회논문지
2018 .08
-
드론의 문화산업분야 활용방안에 관한 연구
디지털산업정보학회논문지
2015 .01
-
사례로 살펴본 드론 활용 문제점에 따른 방향성 제시
디지털산업정보학회논문지
2016 .01
-
미래 드론의 발전에 따른 안티드론 체계 구축
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
A Comparison of Convolutional Object Detectors for Real-time Drone Tracking Using a PTZ Camera
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
Research on legal improvement measurements on drone use
한국컴퓨터정보학회논문지
2017 .03
-
드론 성능평가를 위한 측정장치 구축
한국생산제조학회 학술발표대회 논문집
2017 .12
-
비행체 데이터 획득 및 정보 전달을 위한 ROS 기반 무선 통신 시스템 구현
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
Drone movement classification based on deep learning using micro-Doppler signature images
Journal of Advanced Marine Engineering and Technology (JAMET)
2021 .08
-
드론 도입을 위한 도시 입체계획의 방향과 과제
국토계획
2018 .02
-
레이다 기반의 드론 탐지 기법 연구
한국위성정보통신학회논문지
2017 .06
-
군집 드론의 동시제어를 위한 멀티채널 송신 시스템 구현
전기학회논문지
2017 .01
-
Detection Issue for Moving Drone in Wireless Sensor Networks
한국통신학회 학술대회논문집
2015 .11
-
Scenario-Based Drone Detection and Identification System for Real-Time Industrial Facility Aerial Surveillance and Safety
한국통신학회 학술대회논문집
2022 .02
-
Exploring the Social Proxemics of Human-Drone Interaction
International journal of advanced smart convergence
2019 .01
-
드론의 국내 도시 도입을 위한 국내외 사례 연구
대한건축학회 학술발표대회 논문집
2017 .10
-
드론 사고 사례와 기술 동향에 따른 안티드론 대응 방안
한국산학기술학회 논문지
2023 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-559-001256902