이 연구에서는 저조도 환경에서의 객체 탐지를 위해 세 가지 모델을 개발하였다. 첫째, 어두운 이미지 데이터로 학습한 모델, 둘째, IAT 모델을 이용해 저조도 환경에서 향상된 이미지로 학습한 모델, 셋째, NUScene 데이터셋을 활용해 데이터를 증강한 모델이다.
테스트 단계에서는 다양한 변환 기법을 적용하여 이미지를 처리하고, 이를 통해 얻은 예측 결과를 클러스터링 기반 융합 기법으로 통합하였다. 이를 통해 저조도 환경에서도 강건한 객체 탐지 성능을 달성할 수 있었다.
실험 결과, 제안한 모델 융합 기법이 단일 모델 대비 향상된 성능을 보였다. 이는 다양한 데이터와 변환 기법을 활용하여 저조도 환경에 강인한 객체 탐지 모델을 구축할 수 있음을 보여준다. 향후 이 방법론을 실제 환경에 적용하여 저조도 객체 탐지 성능을 더욱 향상시킬 수 있을 것으로 기대된다.
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Pengpeng Li,... о arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.03519.pdfГлибші Запити