객체 인식과 객체 추적을 활용한 고속도로 주행 영상에서의 돌발 상황 인식 방법A Method for Detecting Unexpected Situations from Highway Driving Images using Object Detection and Tracking
- Other Titles
- A Method for Detecting Unexpected Situations from Highway Driving Images using Object Detection and Tracking
- Authors
- 박윤보; 송영준
- Issue Date
- May-2022
- Publisher
- 한국정보기술학회
- Keywords
- machine learning; object detection; object tracking; RNN; LSTM; .
- Citation
- 한국정보기술학회논문지, v.20, no.5, pp 47 - 54
- Pages
- 8
- Journal Title
- 한국정보기술학회논문지
- Volume
- 20
- Number
- 5
- Start Page
- 47
- End Page
- 54
- URI
- https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/25994
- DOI
- 10.14801/jkiit.2022.20.5.47
- ISSN
- 1598-8619
2093-7571
- Abstract
- 본 논문에서는 객체 인식과 객체 추적을 활용하여 도로 주행 영상에서 돌발상황을 인식하는 연구를 진행하였다. 차량의 블랙박스를 통해 촬영된 도로 주행 영상의 각 프레임마다 객체 인식을 수행하고, 객체 추적 기술을 활용해 차량의 이동 경로를 학습한다. 학습된 이동 경로를 활용하여 다음 프레임에서 차량의 위치를 예측하고 이 예측값과 실제 프레임 상의 위치 차이를 활용하여 돌발상황을 인식한다. 객체 인식에는 YOLO(You Only Look Once), 객체 추적에는 DeepSORT(Deep Simple Online and Realtime Tracking), 차량 이동 경로 학습에는 RNN(Recurrent Neural Network), LSTM(Long Short-Term Memory) 모델을 활용하였다. 학습 및 시험 데이터는 도심 및 고속도로 주행 영상 전체를 사용한 경우, 도심 주행 영상만 사용한 경우, 고속도로 주행 영상만 사용한 경우로 나누어 사용한 경우로 실험을 진행하였다.
- Files in This Item
-
- Appears in
Collections - School of Electronic Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.