연속된 이미지에서 중심점과 변위 추정을 통한 비디오 객체 탐지 네트워크 


49권  6호, pp. 416-423, 6월  2022
10.5626/JOK.2022.49.6.416


PDF

  요약

규모가 큰 컨테이너와 물류 기계와 같은 다양한 장애물이 배치되어 있으며, 공간이 넓어 한 번에 감시하기 어려운 항만과 같은 환경에서, 높은 지점에 설치된 CCTV에서 촬영한 작은 크기의 보행자부터 항만 차량 객체까지 훨씬 더 정확하게 탐지하기 위한 객체 탐지 방법을 연구하였다. 형상이 불명확하고 작은 크기의 객체를 학습해야 하기 때문에 고해상도의 정보가 필요하므로 앵커-프리 방식의 네트워크인 CenterNet을 기반으로 훈련하였으며, 매우 작은 객체의 정보를 보완하기 위해 이미지의 한 장씩만 훈련시키는 것이 아니라 연속된 이미지를 여러 장 쌓아 학습하였고, 부족한 데이터셋 문제를 여러 개의 데이터셋을 함께 사용하고 여러 장의 정지 이미지를 랜덤으로 뽑아 하나의 이미지로 만들어 연속된 이미지로 가공하는 데이터 증강을 통해 해결하여 과적합을 방지하였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

H. Son, Y. Lee, K. Choi, "Video Object Detection Network by Estimation of Center and Movement of The Object by Stacking Continuous Images," Journal of KIISE, JOK, vol. 49, no. 6, pp. 416-423, 2022. DOI: 10.5626/JOK.2022.49.6.416.


[ACM Style]

Hayoung Son, Yujin Lee, and Kaewon Choi. 2022. Video Object Detection Network by Estimation of Center and Movement of The Object by Stacking Continuous Images. Journal of KIISE, JOK, 49, 6, (2022), 416-423. DOI: 10.5626/JOK.2022.49.6.416.


[KCI Style]

손하영, 이유진, 최계원, "연속된 이미지에서 중심점과 변위 추정을 통한 비디오 객체 탐지 네트워크," 한국정보과학회 논문지, 제49권, 제6호, 416~423쪽, 2022. DOI: 10.5626/JOK.2022.49.6.416.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr