본 논문은 Convolutional Neural Network (CNN)을 이용해 운전자의 시선 영역을 구분 하고 동시에 머리 포즈를 추정하는 연구이다. 실험을 위해 다양한 환경에서 운전자(남자, 여자, 안경유무, 운전경...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A101729063
2016
Korean
학술저널
417-422(6쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
본 논문은 Convolutional Neural Network (CNN)을 이용해 운전자의 시선 영역을 구분 하고 동시에 머리 포즈를 추정하는 연구이다. 실험을 위해 다양한 환경에서 운전자(남자, 여자, 안경유무, 운전경...
본 논문은 Convolutional Neural Network (CNN)을 이용해 운전자의 시선 영역을 구분 하고 동시에 머리 포즈를 추정하는 연구이다. 실험을 위해 다양한 환경에서 운전자(남자, 여자, 안경유무, 운전경력 등)DB 를 제작하였으며, MOSSE Tracker 를 이용해 얼굴을 추적하였다. 이후 추적된 얼굴 영역에 대한 시선 영역을 CNN 으로 구분하였으며 95%이상의 정확도를 얻었다. 추가적으로 CNN 을 이용한 머리포즈 분류로 Mean Absolute Error 를 5 이하를 얻었다.
다국어 초록 (Multilingual Abstract)
This paper presents categorization of Driver’s gaze zone and his head pose estimation using the Convolutional Neural Network (CNN)s. We created a driving database including male, female, glasses and drive career. We divided the gaze zone about face ...
This paper presents categorization of Driver’s gaze zone and his head pose estimation using the Convolutional Neural Network (CNN)s. We created a driving database including male, female, glasses and drive career. We divided the gaze zone about face region using CNN and we got a result of more than 95%. Also, we divided a head-pose estimation using CNN and we got a result of less than 5 MAE.
목차 (Table of Contents)
시선추적 기술과 SVM 분류기를 이용한 개인화 인터페이스 제어 시스템
즐겨찾기 리턴을 위한 스마트폰 잠금화면 인터페이스 제안