딥러닝 기반 객체탐지 및 추적기법을 활용한 군 제대규모 판단 (Determining the Scale of Military Echelon Using Deep Learning-Based Object Detection and Tracking Techniques)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 24권 / 5호 / 441 ~ 449페이지
· 저자명 : 김민우, 마정목

초록

4차 산업혁명 기술의 발전과 인구절벽 등 여러 요인으로 인해 군이 맞닥뜨리게 될 미래 작전환경에서 전투행위의주체는 무인 중심으로 전환될 것이다. 그중 감시정찰 분야는 가장 먼저 무인체계에 의해 임무가 대체 되어가고 있다.
본 논문에서는 딥러닝 기반의 알고리즘을 활용하여 지상 감시 간 기동하는 군 제대의 규모를 판단하기 위한 연구를 수행하였다. 딥러닝 알고리즘 중 객체탐지와 객체추적 기법을 활용하여 영상 내 특정 무기체계를 식별하고 탐지된 객체의계수를 통해 제대 규모를 판단하였다. 특히 기동 및 화력 무기체계인 자주포, 전차, 장갑차를 기준으로 제대규모를 판단하였으며, 제대의 규모를 판단할 수 있는 특정 무기체계에 대한 탐지와 추적, 계수에 집중하였다. 모델은 객체탐지 알고리즘인 YOLOv8s를 객체 검출기, 다중 객체추적 알고리즘에서 높은 성능을 보여주는 BYTE 알고리즘을 추적기로 구성하여 객체탐지와 추적을 수행한다. 마지막으로 객체탐지와 추적에 이어 클래스별로 객체를 계수하고 계수된 값에 의해규모를 판단하는 알고리즘을 추가하여 모델을 완성하였다. 학습 데이터는 지상에서 촬영된 이미지를 클래스별로 수집하였고 클래스는 자주포, 전차, 장갑차 3가지로 구성하였다. 모델 평가를 위해 제대규모를 반영한 테스트 영상으로 모델의정확도를 확인하였으며 80%의 정확도를 나타내었다. 본 연구를 통해 향후 지상 감시장비를 활용해 군 제대규모를 판단할 수 있는 방법을 제시하였다는 것에 의의가 있다.

영어초록

The development of the Fourth Industrial Revolution, along with factors, such as population decline, will lead to a shift towards uncrewed systems in the future battlefield. The military will increasingly rely on uncrewed systems to carry out operations. Among them, uncrewed systems are replacing the surveillance and reconnaissance field. In this study, deep learning-based algorithms were used to judge the scale of ground-based military echelons moving in the surveillance area. A specific military unit was identified in the video using object detection and tracking techniques, and the scale of the military echelons was determined based on the count of detected objects. In particular, this study focused on detecting, tracking, and counting specific weapon units, such as self-propelled artillery, tanks, and armored vehicles. The model consists of the YOLOv8s object detection algorithm as an object detector and the BYTE algorithm as a multi-object tracking algorithm, showing high performance in object detection and tracking. Finally, the model was completed by adding algorithms that count objects by class and judge the size based on the counting. The training data was collected by the three types of classes from images taken from a ground perspective: self-propelled artillery, tanks, and armored vehicles. This study evaluated the model accuracy using test videos, and the result had an accuracy of 80%.

참고자료

· 없음