고해상도 영상의 군집형 차량 검출을 위한 앙상블 딥러닝 네트워크 구성 방법open accessEnsemble Deep Network for Dense Vehicle Detection in Large Image
- Other Titles
- Ensemble Deep Network for Dense Vehicle Detection in Large Image
- Authors
- 유재형; 한영준; 김종국; 한헌수
- Issue Date
- Jan-2021
- Publisher
- 한국컴퓨터정보학회
- Keywords
- 앙상블 딥러닝 네트워크; 투표 맵; 밀집형 소형 물체 검출; 고해상도 이미지; 동적 윈도우; Ensemble Deep-Learning Network; Voting Map; Dense Small Object Detection; High Resolution Image; Dynamic Windows
- Citation
- 한국컴퓨터정보학회논문지, v.26, no.1, pp.45 - 55
- Journal Title
- 한국컴퓨터정보학회논문지
- Volume
- 26
- Number
- 1
- Start Page
- 45
- End Page
- 55
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/40166
- ISSN
- 1598-849X
- Abstract
- 본 논문은 고해상도를 가지는 영상에서 겹쳐져있는 소형 물체를 효과적으로 검출하고 추적하는알고리즘을 제안한다. Coarse to Fine 방식을 기본으로 하는 두 개의 Deep-Learning Network을 앙상블형태로 구성하여 차량이 존재할 위치를 미리 판단하고 서브영역으로 선택한 이미지로부터 차량을정확하게 검출한다. Coarse 단계에서는 서로 다른 다수의 Deep-Learning Network 에 대한 각각의 결과로 Voting Space를 생성한다. 각 Voting Space 의 조합을 통해 Voting Map을 만들고 차량이 존재할위치를 선택한다. Fine 단계에서는 Coarse 단계에서 선택된 영역을 기준으로 서브영역을 추출하고 해당 영역을 최종 Deep-Learning Network 에 입력한다. 서브 영역은 Voting Map을 이용하여 영상에서의높이에 적합한 크기의 동적 윈도우를 생성함으로써 정의되며, 본 논문에서는 원거리에서 근거리로접근하는 도로의 이미지를 대상으로 미리 계산된 매핑테이블을 적용하였다. 각 서브 영역 간 이동하는 차량의 동일성 판단은 검출된 영역의 하단 중심점에 대한 근접성을 기반으로 하였으며, 이를 통해 이동하는 차량의 정보를 트래킹 하였다. 실제 주야간 도로 CCTV를 통해 획득한 실시간 영상에서처리 속도 및 검출 성능을 비교 실험하여 제안한 알고리즘을 평가하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - College of Information Technology > ETC > 1. Journal Articles
- College of Information Technology > Department of Smart Systems Software > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.