초고속영상의 의미론적 분할 및 객체 추적

Abstract

초고속영상은 육안으로 판별하기 힘든 현상을 분석할 수 있어 활용도가 높다. 초고속영상에 존재한 객체를 자동인식하기 위하여, 본 논문에서는 객체들을 의미론적 분할하고, 추적하는 방법을 제안한다. 제안하는 방법은 객체분할과 객체추적 2 단계로 구성된다. 객체분할 단계에서는 CNN 기반의 의미론적 분할 모델인 DeepLab v3+을 사용하여 첫 번째 초고속영상에서 있는 관심 객체의 영역을 분할하고, 해당 객체를 추적하기 위하여 경계화소를 추출한다. 객체추적 단계는 두 번째 영상과 그 이후의 영상에 존재한 객체의 영역을 계속적으로 추출하는 단계이다. 제안하는 방법을 성능을 실험 통하여 검증한다. 실험 결과, 객체분할 및 객체추적의 정확도는 각각 약 77%의 mIoU, 약 83%의 mIoU로 평가되었다.