CCTV 영상 기반 딥 러닝을 이용한 차량 및 보행자 계수방법 (A method of Counting Vehicle and Pedestrian using Deep Learning based on CCTV)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 28권 / 3호 / 219 ~ 224페이지
· 저자명 : 이태희, 김기주, 윤경수, 김광주, 최두현

초록

차량 및 보행자 검출 기술은 복잡한 교통 환경의 효율적인 관리를 위한 데이터 수집을 위해서 광범위하게 사용되고 있다.
특히, 4차 산업의 핵심으로 상용화를 위해 많은 연구가 진행되고 있는 자율주행 자동차에서 V2X(Vehicle to Everything)를이용하여 차량 및 운전자에게 신뢰할 수 있는 정보를 제공해 준다면 주행 시 안전사고 예방에 많은 도움이 될 수 있다. 본논문에서는 CCTV를 이용하여 획득한 다양한 영상으로부터 차량 및 보행자를 검출하는 알고리즘을 제안 하였으며, 특히다양한 조도변화 및 열화 된 영상으로부터 강건한 차량 및 보행자 검출을 위해서 딥 러닝의 CNN을 이용하는 알고리즘을제안한다. 제안된 알고리즘을 이용하여 실험한 결과 열악한 환경에서도 차량 검출은 100%, 보행자 검출은 평균 83.2%의신뢰도를 보였다.

영어초록

Vehicle and pedestrian detection technologies are widely used to collect data for efficient management of complex traffic environments. In particular, if it will provide reliable information to drivers when using the V2X(Vehicle to Everything) in self-driving vehicles that are a core technology of the 4th industry and are undergoing extensive research for commercialization then it can help prevent accidents while driving. The paper proposes algorithms to detect vehicles and pedestrians from accidents by acquired various images using CCTV. In particular, proposed algorithm uses CNN, a kind of Deep Neural Network, for robust vehicle and pedestrian detection from varied illumination changes and degraded images. The result using the proposed algorithm shows 100% confidence in vehicle detection and 83.2% accuracy of pedestrnia detection in poor conditions.

참고자료

· 없음