개요
image detection : image(inout) - image(output)
visualization : image(inout) - dot(output)
camera : 기후영향이 큼 / 모양과 물체까지 확인 가능
ridar : 기후영향 x / 모양만 확인 가능
(책 p.38 참조)
센서퓨전의 필요성
센서 데이터가 정확하지 않기 때문에 센서를 몇개 더 넣어서 정확성을 높일 수 있음
게이팅 작업(gating) - 센서퓨전에 있는 데이타의 울타리를 쳐서 그 외는 판단하지 않음
Sensor
camera는 종방향 거리 제는 것이 부정확/ 횡방향은 좋은 /classification의 확률이 높음 / 날씨 취약
radar : 종방향에 대해 좋은 정보 /날씨.밝기에 강인함 /유령물체 검출 /비쌈
(책p.54)
camera calibration : p.58에 보정을 해줌
주점 보정하는 이유는 공정이 좋지 않고 vanishing point가 주점에서 사라지기 때문에 정보를 하나 더 얻을 수 있는 장점이 있음
camera bird's eye view로 볼때 카메라 보정 (책 p. 64)
(책p.122)
two-stage : RNN계열
region-proposal, classification : (two stage) 정확도↑, 속도↓
one-stage : YOLO
두 개를 한번에 : 정확도↓, 속도↑
(정확도와 속도는 tradeoff 관계)
칼만필터
path : 경로
trajectory : 경로 + 시간
베이지 와 마르코프 체인 공부하는데 너무 어렵
JH.velog