자율 수중 로봇의 비전 기반 위치 인식을 위한 랜덤 포레스트와 파티클 필터를 이용한 수중 인공 구조물 인식
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김동훈 | - |
dc.contributor.author | 이동화 | - |
dc.contributor.author | 명현 | - |
dc.contributor.author | 최현택 | - |
dc.date.accessioned | 2021-12-08T15:40:44Z | - |
dc.date.available | 2021-12-08T15:40:44Z | - |
dc.date.issued | 20140619 | - |
dc.identifier.uri | https://www.kriso.re.kr/sciwatch/handle/2021.sw.kriso/4526 | - |
dc.description.abstract | 본 논문에서는 구조화된 환경에서의 수중 인공 구조물 인식 기법을 소개한다. 수중 인공 구조물 인식 알고리즘은 랜덤 포레스트와 파티클 필터를 결합한 영상 분할과 형태 문맥 정합 기반의 물체인식 기법으로 구성된다. 랜덤 포레스트는 기계학습 알고리즘의 일종으로, 입력된 데이터의 종류를 구분하는 용도로 사용된다. 본 연구에서는 랜덤 이미지 패치 기반의 랜덤 포레스트를 수중 인공 구조물의 인식을 위해 도입하였고, 파티클 필터와 결합하여 그 성능을 향상시켰다. 각 탐지된 영역은 형태 문맥 정합 기법 통해 수중 인공 구조물의 종류를 인식한다. 제안한 기법의 성능은 KRISO에서 개발중인 자율 수중 로봇 플랫폼인 yShark를 이용한 실험을 통해 검증하였다. 일종으로, 입력된 데이터의 종류를 구분하는 용도로 사용된다. 본 연구에서는 랜덤 이미지 패치 기반의 랜덤 포레스트를 수중 인공 구조물의 인식을 위해 도입하였고, 파티클 필터와 결합하여 그 성능을 향상시켰다. 각 탐지된 영역은 형태 문맥 정합 기법 통해 수중 인공 구조물의 종류를 인식한다. 제안한 기법의 성능은 KRISO에서 개발중인 자율 수중 로봇 플랫폼인 yShark를 이용한 실험을 통해 검증하였다. | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.title | 자율 수중 로봇의 비전 기반 위치 인식을 위한 랜덤 포레스트와 파티클 필터를 이용한 수중 인공 구조물 인식 | - |
dc.title.alternative | Artificial Landmark Detection using Random Forest and Particle Filter for Vision-Based Localization of Automous Underwater Vehicle | - |
dc.type | Conference | - |
dc.citation.title | 한국로봇종합학술대회 | - |
dc.citation.volume | 1 | - |
dc.citation.number | 1 | - |
dc.citation.startPage | 170 | - |
dc.citation.endPage | 172 | - |
dc.citation.conferenceName | 한국로봇종합학술대회 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(34103) 대전광역시 유성구 유성대로1312번길 32042-866-3114
COPYRIGHT 2021 BY KOREA RESEARCH INSTITUTE OF SHIPS & OCEAN ENGINEERING. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.