Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 남해운 | - |
dc.date.accessioned | 2024-08-23T05:10:55Z | - |
dc.date.available | 2024-08-23T05:10:55Z | - |
dc.date.issued | 2022-06 | - |
dc.identifier.citation | 2022년도 한국통신학회 하계종합학술발표회 논문집, page. 1748-1749 | en_US |
dc.identifier.issn | 2383-8302 | en_US |
dc.identifier.uri | https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11108466 | en_US |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/191813 | - |
dc.description.abstract | 자율주행 기술의 레벨 상승에 있어, 인지 기술에는 높은 정확도가 요구된다. 이를 위해 여러 가지 센서를 다양한 방법으로 활용하는 방안이 제시되었 다. 대표적으로 depth completion이 있으며 이는 희소한 깊이 맵(Sparse depth map)을 조밀한 깊이 맵(Dense depth map)으로 만드는 기법이다. 이는 object detection이나 obstacle avoidance와 같이 object를 인식하는 상황에서, object의 형상이 실제와 가깝게 되어야 하는 컴퓨터 비전과 로보틱스 분야에서 활용될 수 있다. 본 논문에서는 이와 연관된 두 가지 네트워크 구조를 분석하고 이에 따른 결과 이미지 및 손실 값을 비교한다. 나아가서 depth completion을 수행하는 네트워크의 성능 및 연산 자원 효율성을 증대하기 위한 방향과 개선점을 제시한다. | en_US |
dc.description.sponsorship | 이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (No. 2022R1A2C1011862) | en_US |
dc.language | ko | en_US |
dc.publisher | 한국통신학회 | en_US |
dc.relation.ispartofseries | ;1748-1749 | - |
dc.title | Depth completion을 위한 딥러닝 모델 비교 분석 | en_US |
dc.title.alternative | Comparative Analysis of Deep Learning Model for Depth Completion | en_US |
dc.type | Article | en_US |
dc.relation.page | 1748-1749 | - |
dc.contributor.googleauthor | 오하연 | - |
dc.contributor.googleauthor | 박강희 | - |
dc.contributor.googleauthor | 김동현 | - |
dc.contributor.googleauthor | 남해운 | - |
dc.sector.campus | E | - |
dc.sector.daehak | COLLEGE OF ENGINEERING SCIENCES[E] | - |
dc.sector.department | SCHOOL OF ELECTRICAL ENGINEERING | - |
dc.identifier.pid | hnam | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.