🚀 AI 연구소/AI 기술 & 딥러닝17 Deep Convolutional Neural Network-based Fusion of RGB and IR Images in Marine Environment 번역 초록 — 정확하고 자동적인 다중 대상 탐지를 설계하는 것은 자율 주행 차량에게 어려운 문제이다. 이 문제를 해결하기 위해, 우리는 본 논문에서 최신 다중 모델 융합 프레임워크를 제안한다. 이 프레임워크는 탐지 성능을 향상시키기 위해 RGB 및 열적외선 카메라로부터 무료 정보를 제공한다. 이를 위해 먼저 관심 대상을 포함할 가능성이 있는 후보 제안을 추출하기 위해 각 입력 이미지에 대한 조밀한 단순 심층 모델로 레티나넷을 사용한다. 그런 다음, 모든 제안서는 두 가지 양식에서 얻은 제안을 연결하여 생성됩니다. 마지막으로, 중복 제안은 NMS(Non-Maximum Suppression)에 의해 제거된다. 핀란드 군도의 선박에 탑재된 센서 시스템에 의해 수집된 실제 해양 데이터 세트에 대해 제안된 프레임워크를.. 2021. 5. 11. 논문 번역 AUTOMATIC PARKING OF SELF-DRIVING CAR BASED ON LIDAR 번역이 조금 매끄럽지 못해도 양해부탁드립니다~^^ 초록 본 논문은 초음파 센서와 카메라의 부족을 극복하기 위해 HDL-32E LiDAR을 이용한 자율주행차 기반 자율주차 방식을 제안했다. 먼저 3-D 포인트 클라우드 데이터가 사전 처리되었다. 그리고 나서 우리는 차량의 동적 이론에 따라 주차 공간의 최소 크기를 계산했다. 둘째, 빠르게 탐색되는 랜덤 트리 알고리즘(RRT) 알고리즘은 자율 주행 특성에 기초하여 두 가지 측면에서 개선되었다. 그리고 우리는 차량의 역동성과 충돌 제약에 기초하여 주차 경로를 계산했습니다. 또한 속도의 안정성을 실현하기 위해 퍼지 논리 컨트롤러를 사용하여 브레이크와 가속기를 제어했다. 마침내 실험은 자율주행차로 진행되었고, 결과는 제안된 자동 주차 시스템이 실현 가능하고 효과적.. 2021. 5. 6. RNN의 Gradient 문제 해결하기 위한 기법? LSTM(Long Short Term Memory)와 GRU(Gated Recurrent Unit)이란? 지난 시간에 RNN을 배워보았습니다. RNN의 경우 Gradient Vanishing 문제가 발생했죠. 이유는 출력할 때 hyperbolic Tangent(하이퍼볼릭 탄젠트, tanh)으로 Back Propagation을 할 때 문제가 생기죠. Back Propagation을 할 때 Tanh를 미분한 값을 곱하게 됩니다. 이 때 보시면 Tanh의 미분한 값은 1보다 작은 값이죠. 그래서 값이 점점 작아지게 됩니다. Gradient Vanishing 문제가 생기죠. 그래서 나온 기법이 LSTM(Long Short Term Memory)입니다. 상기 그래프는 LSTM 구조를 나타내고 있는데요. 보시면 input, forget, output 등의 sigmoid 함수가 들어가 있습니다. 파란색 그래프가 sigm.. 2020. 7. 4. RNN이 쓰이는 어플리케이션(분야)은 어떤게 있을까? 우선 RNN의 입력과 출력에 따른 모델을 한번 살펴보자. 입력이 여러개이고 출력이 한개인 경우(Many to One), 텍스트 분류에 쓰인다고 한다. 즉, 이 텍스트가 뉴스 카테고리인지 연예 카테고리인지 자기계발인지 하는 텍스트가 속한 카테고리를 정해주는 것이라고 생각하시면 될 것 같다. 최종 출력만 필요하고 나머지 이전의 출력값은 다 버린다. 일대다(One to Many)의 모델의 경우에는 NLG와 Machine Translation이 있다. NLG는 Natural Language Generation 즉, 자연어 생성을 뜻한다. 예를 들어 '나는 멍멍이와 뛰고 싶다'라는 문장이 있을 때 '나는'이라는 단어를 입력하면 뒤에 '멍멍이와'라는 단어가 생성되고, 그 '멍멍이와'라는 출력이 다시 입력으로 들어가.. 2020. 7. 3. 이전 1 2 3 4 5 다음
