논문

연구 목적 : 시험 시간에 부정행위를 적발하여 청렴성을 높이고자 한다. 기존 연구 방식의 문제점 : 학생들의 의심스러운 활동을 모니터링하기 위해 시험 세션을 녹화가 필요하지만, 이러한 녹화는 활성화 장치가 효과적으로 분석하기에는 너무 긴 경우가 많으며, 세부사항을 놓칠

연구 목표 : 자동화된 휴대전화 사용 감지 기술을 개발한다.합성곱 신경망(CNN)을 활용하였다.CNN : 객체 탐지 알고리즘 기술데이터 부족 : 훈련에 사용할 충분히 주석 처리된 데이터셋이 부족하다.객체 크기 문제 : 휴대전화는 사진이나 CCTV 영상에서 비교적 작은

논문 링크%20Detection%20of%20Cell%20Phone%20Usage%20in%20Restricted%20Areas.pdf) 1. 개요 연구 목적 : 제한 구역에서 사람이 휴대전화 및 카메라 사용하는 것을 감지한다. 이미지 처리 기술 기반이며, 특징 추출

🔗 Omni-Scale Feature Learning for Person Re-Identification 초록 Re-ID 개별 인스턴스를 인식한다. 서로 다른 공간적 스케일을 포착한다. 여러 스케일의 임의 조합을 포함하는 판별적 특징이 필요하다. 옴니-스케일(omni-scale) 특징 동질적 및 이질적 스케일을 모두 포함하는 특징 옴니-스케일 네트...

1. Unified Detection 개별적 구성 요소들을 하나의 신경망으로 통합했다. 이미지에 대한 모든 클래스의 모든 바운딩 박스를 동시에 예측한다. 이미지 전체와 이미지 내의 모든 객체에 대해 전역적으로 분석한다. 그리드 구조 이미지를 S x S 그리드로 나

DPM : 이미지 전체를 전역적으로 분석한다. 슬라이딩 윈도우 접근 방식을 사용한다. 1. Introduction YOLO는 객체 탐지를 단일 회귀 문제로 재정의한 혁신적인 시스템이다. 이미지를 한 번만 보고 (You Only Look Once) 객체의 종류와 위치를

초록 SORT : 단순 온라인 및 실시간 객체 추적 알고리즘 연구 목적 SORT 성능을 개선하고, 객체의 외형 정보를 통합한다. 객체가 가려진 상태에서 더 긴 시간동안 추적을 유지할 수 있다. 식별 오류의 수를 효과적으로 줄인다. 외형 정보를 학습하는 과정을 오프라인