초록 ▼

스마트 자동차는 벤츠, 아우디 등의 자동차 제조회사 뿐 아니라 IT 기업인 구글, 마이크로소프트 등이 개발에 박차를 가하고 있으며, 드론과 더불어 차세대 성장 동력 산업의 하나로 주목받고 있다. 차량 인식을 기반으로 하는 능등 제어는 스마트 자동차의 구현에 필요한 핵심기술이며, 고속도로 주행지원 시스템, 혼잡구간 주행지원 시스템 등의 요소 기술이 필요한데 이들은 전후방 차량의 인식을 전제로 한다.
본 연구의 목표는 배경이 복잡할 뿐 아니라 차폐영역(occlusion)이 빈번하게 존재하는 도심 영상에서 다른 물체에 의하여 가려진

스마트 자동차는 벤츠, 아우디 등의 자동차 제조회사 뿐 아니라 IT 기업인 구글, 마이크로소프트 등이 개발에 박차를 가하고 있으며, 드론과 더불어 차세대 성장 동력 산업의 하나로 주목받고 있다. 차량 인식을 기반으로 하는 능등 제어는 스마트 자동차의 구현에 필요한 핵심기술이며, 고속도로 주행지원 시스템, 혼잡구간 주행지원 시스템 등의 요소 기술이 필요한데 이들은 전후방 차량의 인식을 전제로 한다.
본 연구의 목표는 배경이 복잡할 뿐 아니라 차폐영역(occlusion)이 빈번하게 존재하는 도심 영상에서 다른 물체에 의하여 가려진 차량을 인식하는 차량 인식 시스템을 개발하는데 있다.
기존의 차량 인식 시스템은 전체 차량 영상을 대상으로 전역적인 특징(holistic feature)을 기반으로 차량을 인식하기 때문에 부분적으로 가려진 차량의 경우 인식 성능을 보장할 수 없게 된다. 이를 극복하기 위하여서는 물체의 부분적인 모습만으로도 물체를 표현하고, 인식할 수 있어야 한다.
본 연구에서는 부분-기반 표현(part-based representation)인 비음수 행렬 분해(non-negative matrix factorization)와 비음수 텐서 분해(non-negative tensor decomposition)를 이용하여 표현하고, 차량 영상의 지역적인 특징(local feature)을 기반으로 인식하는 부분-기반 차량 인식 시스템을 구현하였다.인식 실험 결과, 비음수 행렬 분해는 약 87.5% 내외의, 비음수 텐서 분해는 약 90.4% 내외의 인식률을 보여, 70~80% 정도인 기존의 기법에 비하여 차폐가 없는 경우에도 인식 성능이 우수함을 보였다. 차폐율이 낮은 경우 큰 차이를 보이지 않았지만, 차폐율이 50% 정도인 경우 비음수 행렬 분해는 60.5%내외의, 비음수 텐서 분해는 72.5% 내외의 인식률을 보여 30~40% 정도의 인식률을 보이는 기존의 방법에 비하여 차폐에 강건함을 입증하였다.
또한, 본 연구에서는 인식기에서 사용하는 유사도 측정 도구로 부분-기반 표현에 적합한 지역 유사도(local similarity)의 개념을 개발하고 유효성을 검증하였다. 기존의 인식기에서 많이 사용하는 유클리디언 거리, 코사인 유사도 등의 전역 유사도는 데이터 전체를 대상으로 하기 때문에 부분적인 특징을 기반으로 하는 인식에는 적합하지 않다. 실험 결과, 전역 유사도의 경우 차폐율이 높아지면 인식률이 급격히 떨어지는 반면 지역 유사도는 서서히 감소하여 부분-기반 표현 및 인식에 적합함을 입증하였다.
마지막으로, 인식기의 학습과 인식 성능을 검증하기 위하여서는 차량 영상 데이터베이스와 보행자 영상 데이터베이스가 필요한데, 본 연구에서는 국내의 도로 환경에 적합한 차량 영상 데이터 셋과 보행자 영상 데이터 셋을 설계하고, 구축하였다.
INRIA, MIT DB 등 공개된 외국의 차량 영상 데이터베이스의 경우, 영상의 수가 500 여장에 지나지 않아 충분한 학습에는 부족하며, 국내의 도로 환경과는 다르고 주로 승용차 영상에 국한되어 있다. 보행자 영상 데이터베이스 역시 보행자의 제한된 동작, 크기 등으로 인하여 실제 환경에서의 적용이 어렵다. 본 연구에서 구축한 데이터 셋은 10,000 장 이상의 영상으로 데이터 셋을 구성하여 보다 정확한 학습 결과를 얻을 수 있으며 또, 매 화면마다 GPS, 조도, 날씨, 영상내의 객체의 수와 위치, 카메라 파라미터 등의 객체와 환경에 관한 정보를 기술하고, 구조화함으로써 여러 가지 검색 조건으로 데이터를 활용할 수 있도록 설계하였다.
본 연구에서 개발한 부분-기반 표현을 이용한 차량 인식 및 지역 유사도, 차량 및 보행자 영상 데이터 셋은 향후의 스마트 자동차 관련 연구와 기술 개발에 효율적으로 사용될 수 있으며 또한, 물체의 부분적인 모습의 집합으로 표현되는 물체의 3차원 표현 및 인식에 사용될 수 있을 것으로 기대된다.
(출처: 연구결과 요약문 3p)

목차 Contents

• 표지 ... 1
• 목차 ... 2
• Ⅰ. 연구결과 요약문 ... 3
• Ⅱ. 연구내용 및 결과 ... 4
• 1. 연구과제의 개요 ... 4
• 2. 국내외 기술개발 현황 ... 4
• 3. 연구수행 내용 및 결과 ... 4
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 8
• 5. 연구결과의 활용계획 ... 8
• 6. 연구과정에서 수집한 해외과학기술정보 ... 8
• Ⅲ. 연구성과 ... 9
• 끝페이지 ... 11