DC Field | Value | Language |
---|---|---|
dc.contributor.author | 정재호 | ko |
dc.contributor.author | 김정주 | ko |
dc.contributor.author | 신동민 | ko |
dc.date.accessioned | 2021-09-28T09:10:05Z | - |
dc.date.available | 2021-09-28T09:10:05Z | - |
dc.date.created | 2021-09-28 | - |
dc.date.created | 2021-09-28 | - |
dc.date.issued | 2021-07 | - |
dc.identifier.citation | 한국산학기술학회논문지, v.22, no.7, pp.621 - 626 | - |
dc.identifier.issn | 1975-4701 | - |
dc.identifier.uri | http://hdl.handle.net/10203/287947 | - |
dc.description.abstract | 4차 산업 혁명의 시대가 열리면서, 인공지능을 활용한 연구에 관심이 증가하고 있다. 본 연구에서는 최근 들어 차량의 높이가 점차적으로 높아짐에 따라 발생하는 충돌 사고를 방지하고자 인공지능을 활용하여 차량의 높이를 사전에 정확히 측정하는 시스템을 개발하고자 한다. 본 연구에서는 Yolo V3, Mask RCNN 등을 사용한 딥러닝 방식으로 차량의 높이 측정 시스템을 개발하였다. Yolo V3를 사용하여 픽셀을 대상 영역을 추출하였다. 또한, 픽셀의 대상 영역과 빈 영역에 대한 학습은 Mask RCNN을 사용하여 수행하였다. 특히, 기존 차량의 높이 데이터(1300~2000 mm, 총 63679 개)와 보정계수를 사용하여 측정 시스템의 정확도가 98 % 이상임을 확인하였다. 본 연구 결과는 차량의 높이를 미리 정확히 예측함으로써, 지하차도, 다리 등에서의 충돌 사고를 사전에 방지하는 시스템 또는 구조물을 설치할 수 있을 것으로 예상한다. 또한, 제조업체는 진입하는 차량의 높이를 사전에 예측하는 시스템 개발 시, 시행착오를 방지하고 개발 시간 및 비용을 절감할 수 있을 것으로 예상한다. | - |
dc.language | Korean | - |
dc.publisher | 한국산학기술학회 | - |
dc.title | 딥러닝 기반 이미지 처리를 이용한 통행 차량 높이검출 시스템 | - |
dc.title.alternative | Vehicle Height Detection System using Deep Learning-based Image Processing | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 22 | - |
dc.citation.issue | 7 | - |
dc.citation.beginningpage | 621 | - |
dc.citation.endingpage | 626 | - |
dc.citation.publicationname | 한국산학기술학회논문지 | - |
dc.identifier.doi | 10.5762/kais.2021.22.7.621 | - |
dc.identifier.kciid | ART002741157 | - |
dc.contributor.nonIdAuthor | 김정주 | - |
dc.description.isOpenAccess | N | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.