$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

지능형 관제시스템을 위한 딥러닝 기반의 다중 객체 분류 및 추적에 관한 연구
Research of Deep Learning-Based Multi Object Classification and Tracking for Intelligent Manager System 원문보기

스마트미디어저널 = Smart media journal, v.12 no.5, 2023년, pp.73 - 80  

이준환 (극동대학교 에너지IT학과)

초록
AI-Helper 아이콘AI-Helper

최근 지능형 관제 시스템은 다양한 응용 분야에서 빠르게 발전하고 있으며, 딥러닝, IoT, 클라우드 컴퓨팅 등의 기술이 지능형 관제 시스템에 활용하는 방안이 연구되고 있다. 지능형 관제 시스템에서 중요한 기술은 영상에서 객체를 인식하고 추적하는 것이다. 그러나 기존의 다중 객체 추적 기술은 정확도 및 속도에서 문제점을 가지고 있다. 본 논문에서는 객체 추적의 정확성을 높이고, 객체가 서로 겹쳐있거나 동일한 클래스에 속하는 객체들이 많을 경우에도 빠르고 정확하게 추적 가능한 원샷 아키텍처 기반의 YOLO v5와 YOLO v6을 사용하여 실시간 지능형 관제시스템을 구현하였다. 실험은 YOLO v5와 YOLO v6를 비교하여 평가하였다. 실험결과 YOLO v6 모델이 지능형 관제시스템에 적합한 성능을 보여주고 있다. 실험결과 YOLO v6 모델이 지능형 관제시스템에 적합한 성능을 보여주고 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, intelligent control systems are developing rapidly in various application fields, and methods for utilizing technologies such as deep learning, IoT, and cloud computing for intelligent control systems are being studied. An important technology in an intelligent control system is recognizin...

주제어

#객체 분류   #객체 추적   #딥러닝   #지능형   #관제시스템  

참고문헌 (17)

  1. Ibrahim, S. W., "A comprehensive review on？intelligent surveillance systems," Communications？in science and technology, Vol. 1, No. 1, 2016. 

  2. Kim, I. S., Choi, H. S., Yi, K. M., Choi, J. Y., &？Kong, S. G., "Intelligent visual surveillance-a？survey," International Journal of Control,？Automation and Systems, Vol. 8, No. 5, pp.？926-939, 2010. 

  3. Joshi, K. A., Thakore, D. G., "A survey on？moving object detection and tracking in video？surveillance system," International Journal of？Soft Computing and Engineering, Vol. 2, No. 3,？pp. 44-48, 2012. 

  4. Elharrouss, O., Almaadeed, N., Al-Maadeed, S.,？"A review of video surveillance systems,"？Journal of Visual Communication and Image？Representation, Vol. 77, (3),103116, May 2021. 

  5. Adrian, A. I., Ismet, P., Petru, P., "An overview？of intelligent surveillance systems development,"？2018 International Symposium on Electronics？and Telecommunications (ISETC), pp.1-6,？Timisoara, Romania, Nov. 2018. 

  6. Haghighat, A. K., Ravichandra-Mouli, V.,？Chakraborty, P., Esfandiari, Y., Arabi, S., & Sharma, A., "Applications of deep learning in？intelligent transportation systems," Journal of？Big Data Analytics in Transportation 2020, Vol.？2, No. 11, pp. 115-145, Aug. 2020. 

  7. Sreenu, G., Durai, S., "Intelligent video？surveillance: a review through deep learning？techniques for crowd analysis," Journal of Big？Data, 6(1), pp.1-27, 2019. 

  8. Girshick, R., Donahue, J., Darrell, T., Malik, J.,？"Rich feature hierarchies for accurate object？detection and semantic segmentation,"？Proceedings of the IEEE conference on？computer vision and pattern recognition,？pp.580-587, Columbus, USA, Sep. 2014. 

  9. Girshick, R., "Fast r-cnn," Proceedings of the？IEEE international conference on computer？vision, pp. 1440-1448, Santiago, Chile, Dec. 2015. 

  10. Ren, S., He, K., Girshick, R., Sun, J., "Faster？r-cnn: Towards real-time object detection with？region proposal networks," Advances in neural？information processing systems, 28, pp.1-9, 2015. 

  11. Redmon, J., Divvala, S., Girshick, R., Farhadi,？A., "You only look once: Unified, real-time？object detection," Proceedings of the IEEE？conference on computer vision and pattern？recognition, pp.779-788, Jun. 2016. 

  12. Redmon, J., Farhadi, A., "YOLO9000: better,？faster, stronger," Proceedings of the IEEE？conference on computer vision and pattern？recognition, pp. 7263-7271, Jul. 2017. 

  13. He, K., Zhang, X., Ren, S., Sun, J., "Spatial？pyramid pooling in deep convolutional networks？for visual recognition," IEEE transactions on？pattern analysis and machine intelligence, 37,？pp1904-1916, 2015. 

    상세보기

  14. Gidaris, S., Komodakis, N., "Object detection via？a multi-region and semantic segmentation-aware？cnn model," Proceedings of the IEEE？international conference on computer vision,？pp.1134-1142, May 2015. 

  15. O'Byrne, M., Sugrue, M., Kokaram, A., "Impact？of Video Compression on the Performance of？Object Detection Systems for Surveillance？Applications," 2022 18th IEEE International？Conference on Advanced Video and Signal？Based Surveillance(AVSS), pp. 1-8, Madrid,？Spain, Nov. 2022. 

  16. Katsamenis, I., Karolou, E. E., Davradou, A.,？Protopapadakis, E., Doulamis, A., Doulamis, N.,？Kalogeras, D., "TraCon: A novel dataset for？real-time traffic cones detection using deep？learning," Novel & Intelligent Digital Systems:？Proceedings of the 2nd International Conference？(NiDS 2022), pp. 382-391, 2022. 

  17. Li, C., et al., "YOLOv6: A single-stage object？detection framework for industrial applications,"？arXiv:2209.02976, 2022. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로