실내 야간 순찰 로봇의 실시간 사람 탐지 성능 개선을 위한 저조도 영상강화 기법 평가 방안 (Evaluation Methodology of Low-Light Image Enhancement Methods for Improving Real-Time Human Detection Performance of Indoor Night Patrol Robot)

서지정보

· 발행기관 : 대한토목학회
· 수록지 정보 : 대한토목학회논문집(국문) / 45권 / 2호 / 277 ~ 285페이지
· 저자명 : 이재영, 김수민, 홍성철

초록

최근 경비 인력 부족과 CCTV의 사각지대로 인한 실내 보안 및 방범 체계의 한계를 극복하기 위해 다양한 형태의 순찰 로봇이 도입되고 있다. 순찰 로봇이 촬영한 광학 영상은 원격 조종자의 로봇 조작과 순찰 구역 파악, 의사 결정을 지원하며, 딥러닝 기반 객체 탐지 기법과 결합되어 관심 객체를 신속하고 정확하게 식별한다. 특히, 순찰 로봇의 사람 탐지는 침입자 탐지, 안전 모니터링, 사고 감지 등을 위해 필수적인 기능이다. 하지만, 야간 시간대에 건물 내부의 저조도 환경에서 촬영된 순찰 영상은 어둡고 노이즈가 많아 순찰 로봇의 임무 수행을 어렵게 한다. 본 연구에서는 야간 실내 순찰영상을 대상으로 저조도 영상강화 기법(GLADNet, KinD, TBEFN, LLFormer, EnlightenGAN, Zero-DCE)을 적용하여 시인성 개선 효과를 분석하였고, YOLOv8n-seg 모델의 사람 탐지 성능 향상을 평가하였다. 실험 결과, KinD, TBEFN, LLFormer 영상에서 저조도 영상의 색상과 밝기가 효과적으로 복원되어 시인성이 개선되었으며, 영상 평가 지표가 크게 향상된 것으로 나타났다. 또한, YOLOv8n-seg 모델의 사람 탐지 정확도는 KinD와 LLFormer 영상 순으로 증가하였다. KinD는 야간 순찰 영상의 시인성을 실시간으로 개선하고, 사람 탐지 성능을 크게 향상시킨 것으로 분석되었다. 본 연구 결과는 광학 카메라를 이용한 야간 순찰 로봇의 성능을 증대시킬 수 있을 것으로 기대된다.

영어초록

Various types of patrol robots have been introduced to overcome the limitations of indoor security and crime prevention caused by shortages of security personnel and blind spots in CCTV systems. The optical images taken by patrol robot support remote operators in controlling the robot, understanding the patrol area, and making decisions. When combined with deep learning-based object detection methods, these images enable the rapid and accurate identification of interest objects. Particularly, human detection by patrol robots is an essential function for intruder detection, safety monitoring, and incident detection. However, patrol images captured in low-light indoor environments during nighttime are dark and noisy, making it difficult for patrol robots to perform their tasks effectively. In this study, low-light image enhancement methods (GLADNet, KinD, TBEFN, LLFormer, EnlightenGAN, Zero-DCE) were applied to nighttime indoor patrol images to analyze their effectiveness in improving visibility and enhancing human detection performance using YOLOv8n-seg model. The results showed that the color and brightness of low-light images were effectively restored in the KinD, TBEFN, and LLFormer images, leading to improved visibility and significantly enhanced image quality metrics. Also, the human detection accuracy of the YOLOv8n-seg model increased in the order of KinD and LLFormer images. KinD enhanced the real-time visibility of nighttime patrol images and significantly improved human detection performance. These findings are expected to increase the performance of night patrol robot using optical cameras.

참고자료

· 없음