교통 신호 인식을 위한 경량 잔류층 기반 컨볼루션 신경망

• 영문명: Lightweight Residual Layer Based Convolutional Neural Networks for Traffic Sign Recognition
• 발행기관: 한국전자통신학회
• 저자명: Kodirov Shokhrukh 류재흥(Jae Hung Yoo)
• 간행물 정보: 『한국전자통신학회 논문지』제17권 제1호, 105~110쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2022.02.28

국문 초록

교통 표지 인식은 교통 관련 문제를 해결하는 데 중요한 역할을 한다. 교통 표지 인식 및 분류 시스템은 교통안전, 교통 모니터링, 자율주행 서비스 및 자율주행 차의 핵심 구성 요소이다. 휴대용 장치에 적용할 수 있는 경량 모델은 설계 의제의 필수 측면이다. 우리는 교통 표지 인식 시스템을 위한 잔여 블록이 있는 경량 합성곱 신경망 모델을 제안한다. 제안된 모델은 공개적으로 사용 가능한 벤치마크 데이터에서 매우 경쟁력 있는 결과를 보여준다.

영문 초록

Traffic sign recognition plays an important role in solving traffic-related problems. Traffic sign recognition and classification systems are key components for traffic safety, traffic monitoring, autonomous driving services, and autonomous vehicles. A lightweight model, applicable to portable devices, is an essential aspect of the design agenda. We suggest a lightweight convolutional neural network model with residual blocks for traffic sign recognition systems. The proposed model shows very competitive results on publicly available benchmark data.

목차

Ⅰ. Introduction

Ⅱ. Related works

Ⅲ. Dataset

Ⅳ. Proposed Architecture

Ⅴ. Experimental Results

Ⅵ. Conclusions

References

키워드

합성곱 신경망 잔여 블록 교통 표지 검출 Convolutional Neural Networks Residual Blocks Traffic Sign Detection