YOLOv8n에서 2인 탑승 전동 킥보드 탐지 개선을 위한 새로운 라벨링 방법 제안 (Proposal of New Labeling Method for Detection Improvement of Two-People Riding on E-Scooter in YOLOv8n)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 24권 / 7호 / 1575 ~ 1581페이지
· 저자명 : 남궁동혁, 김동회

초록

편의성과 경제성을 앞세워 개인형 이동장치인 전동 킥보드의 사용이 증가되고 있다. 전동 킥보드는 자전거, 오토바이와 같은 이륜 이동장치이나 바퀴의 크기가 훨씬 작으며, 서서 탑승하는 특수성으로 인해 다른 이륜 이동장치 대비 동일 사고 발생 시 위험이 더 크다. 이러한 이유로 전동 킥보드는 2인 이상의 탑승이 금지되어 있으나 단속이 현실적으로 어려운 상황이다. 이에 본 논문은 카메라를 이용하여 모니터링하는 화면에서 2인 이상이 탑승한 킥보드가 감지되면 알림을 발생시키는 YOLO 기반 시스템을 구성하는 과정에서 학습 타겟이 되는 라벨링의 방식을 새롭게 제안하며 YOLOv8n 기반 학습을 진행하여 제안한 방법을 적용한 후 학습 데이터 외 이미지로 실험 결과 정확도가 약 18% 상승하였음을 확인하였다.

영어초록

The use of an electric kickboard, which is a personal mobile device, is increasing due to its convenience and economic feasibility. An electric kickboard has a much smaller size of wheels than other two-wheeled vehicles such as bicycles and motorcycles, and due to the specificity of riding while standing, there is a greater risk than other two-wheeled vehicles in the same accident. For this reason, an electric kickboard is prohibited from boarding two or more people, but in reality, this practice is difficult to crack down on. Therefore, this paper proposes a new labeling method that becomes a learning target in the process of configuring a YOLO-based system that generates a notification when a kickboard with two or more people is detected on a monitoring screen using a camera. Through the tests with images, which are not included in the training dataset, we confirmed that the proposed method had an approximately 18% improvement in accuracy.

참고자료

· 없음