서지주요정보
합성곱 신경망을 이용한 무인항공기 영상 기반 다수 대상체 추적 = Multi-target tracking with airborne images using convolution neural network
서명 / 저자 합성곱 신경망을 이용한 무인항공기 영상 기반 다수 대상체 추적 = Multi-target tracking with airborne images using convolution neural network / 이선호.
저자명 이선호 ; Lee, Sun-Ho
발행사항 [대전 : 한국과학기술원, 2018].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8032219

소장위치/청구기호

학술문화관(문화관) 보존서고

MAE 18022

SMS전송

도서상태

이용가능

대출가능

반납예정일

초록정보

Unmanned systems are an essential part of future military weapons systems that must carry out dangerous and complex missions. Especially, Deep Learning is an advanced technology that learns, recognizes and classifies the features of image data among other artificial intelligence techniques, and recognizes and maps many major landforms through images. In this paper, the position and attitude information for recognizing and tracking the object from the image information captured by the ROK military using the unmanned reconnaissance aircraft were derived by linking CNN - based multi - target recognition and Kalman filter algorithm. Through experiments, we verified the effectiveness of position and attitude information such as robot, obstacle, target point estimated by the target recognition and Kalman filter algorithm.

무인화 체계는 위험하고 복잡한 임무를 수행해야 하는 미래군 무기체계의 필수 분야 중 하나이다. 특히 딥러닝은 다른 여러 인공지능 기법 중에서도 영상 데이터의 특징들을 학습하여 인식하고 분류하는 탁월한 성능을 보여 영상을 통한 다수의 주요지형 지물을 인식, 지도에 투영시키는 전장에서 필수적인 위치추정문제를 혁신적으로 개선 할 수 있다. 본 연구에서는 무인항공기로 촬영한 영상정보로부터 대상체를 인식하여 추적하기 위한 위치와 자세 정보를 CNN 기반 다중 표적 인식과 칼만필터 알고리즘을 연계하여 도출하였다. 시뮬레이션과 실험을 통해 표적인식 및 칼만필터 알고리즘으로 추정된 로봇, 장애물, 목표점 등 위치, 자세정보의 효용성을 검증하였다.

서지기타정보

서지기타정보
청구기호 {MAE 18022
형태사항 ii, 42 p. : 삽도 ; 30 cm
언어 한국어
일반주기 저자명의 영문표기 : Sun-Ho Lee
지도교수의 한글표기 : 최한림
지도교수의 영문표기 : Han-lim Choi
부록: A, 무인 로봇 모델링. - B, 장애물 회피 기법(시뮬레이션).
학위논문 학위논문(석사) - 한국과학기술원 : 항공우주공학과,
서지주기 참고문헌 : p. 39-40
주제 표적 인식
추적
합성곱 신경망
칼만필터
영상 자료
Target Recognition
Tracking
Convolution Neural Network
Kalman Filter
Image Data
QR CODE qr code