초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
딥러닝 기반 CCTV영상 보행자 의미기반 행위 인식 기법 연구

○ 전체 내용
- 딥러닝을 인간의 객체 검출 및 추적 알고리즘 개발
- 딥러닝을 이용한 행위 및 상황인식 알고리즘 개발
- 실시간 상황인 모니터링 및 위험상황 알림 서비스 개발

□ 연구개발성과
- ResNet은 영상의 특징을 잔차블록의 그룹으로 구성된 콘블루션 블록(ConvX)을 이용하여 추출함
- 잔차블록의 숏컷 연결은 기울기 소실 문제를 해결하지만 잔차블록의 특징

□ 연구개발 목표 및 내용
○ 최종 목표
딥러닝 기반 CCTV영상 보행자 의미기반 행위 인식 기법 연구

○ 전체 내용
- 딥러닝을 인간의 객체 검출 및 추적 알고리즘 개발
- 딥러닝을 이용한 행위 및 상황인식 알고리즘 개발
- 실시간 상황인 모니터링 및 위험상황 알림 서비스 개발

□ 연구개발성과
- ResNet은 영상의 특징을 잔차블록의 그룹으로 구성된 콘블루션 블록(ConvX)을 이용하여 추출함
- 잔차블록의 숏컷 연결은 기울기 소실 문제를 해결하지만 잔차블록의 특징 추출을 저해할 수 있음
- 본 연구를 통해서 콘블루션 레이어가 쌓일수록 이미지의 특징 추출 성능이 좋아지는 특성을 이용하여 잔차블록 내 콘블루션 레이어를 쌓아 이미지 분류성능을 개선 방법을 제안함
- 또한, 딥러닝과 시분할 방법을 적용한 인간 행동인식 방법을 제안하였음
- 이미지에서 객체인식에 우수한 성능을 보이고 있는 YOLO모델에서 IoU를 개선한 방법을 제안함
- 최근 증가하고 있는 반려동물을 대상으로 객체 분류 및 인식방법을 제안하였음
- 슬라이딩 윈도우 방식을 적용한 보행자 인식방법을 제안하였으며, 드롭아웃과 앵커박스 최적화를 통한 성능을 분석함
- 연구과제 수행 중 SCI급 1편, 연구재단 등재논문 4편, 국제학술대회 8편, 국내학술대회 18편의 연구논문을 발표하였으며, 우수발표 논문상 5회를 수상함

□ 연구개발성과 활용계획 및 기대 효과
- IoU최적화를 통한 성능향상 기법과, 잔차 블록개선을 통한 성능 개선 방법은 딥러닝연구분야에서 다양한 적용가능할 것으로 기대되는 연구 성과로 지속적으로 개선할 계획임
- 인간 행동인식은 현재에도 계속 연구되는 분야로 이미지 기반 행동인식과 센서기반 행동인식 분야에 대해 계속 연구를 진행할 계획임
- 챗GPT의 등장과 함께 인공지능 분야는 더 활발히 연구가 진행될 것으로 기대되는 분야로 본 연구과제에서 연구된 연구결과를 기반으로 지속적으로 연구를 진행할 계획임

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 16
• 1) 연구수행 결과 ... 16
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 21
• 5. 연구개발성과의 관리 및 활용 계획 ... 21
• 6. 참고문헌 ... 21
• 끝페이지 ... 23