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

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
4
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
신호등 인식 기능은 자율주행 차량 및 첨단 운전자 보조 시스템(ADAS: Advanced Driver Assistance Systems)의 필수 구성요소이다. 교통 신호등은 국제적으로 통용되는 일반적인 체계가 존재하지만, 특정 국가에서만 사용되는 특수 신호등이 존재하므로 이에 대한 고려가 필요하다. 우리나라의 경우 버스 전용차로를 위한 버스 전용 신호등을 사용하고 있다. 본 연구에서는 YOLOv3 계열의 딥러닝 모델을 이용해 신호등 인식 기능을 구현할 때 버스 전용 신호등이 신호등 인식률에 미치는 영향을 분석한다. 즉, 버스전용 신호등을 포함하는 학습 데이터셋을 만들어 이를 이용하여 학습을 수행한 신호등 인식 시스템의 인식률을 살펴보고, 버스 전용 신호등이 상대적으로 낮은 인식률을 보이는 요인을 분석한다.

Traffic light recognition is an essential task in autonomous driving and ADAS(ADAS: Advanced Driver Assistance Systems). Traffic light systems are similar in most countries but there exist special traffic signals adopted to specific countries which must be taken care of. In case of Korea, bus priority traffic lights are being for bus-only lanes. In this study, we analyze the impact of bus priority traffic lights on the performance of a traffic light detection system based on YOLOv3 deep learning model. That is, we evaluate the traffic light detection system trained with a dataset containing bus priority traffic lights which we have collected and discuss reasons behind comparatively low performances in detecting bus priority traffic lights.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. YOLOv3
Ⅳ. 실험 및 결과
Ⅴ. 결론
References

참고문헌 (24)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-567-001580174