Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)

The Korean Institute of Broadcast and Media Engineers (한국방송∙미디어공학회)
권호 표지

A Study of Traffic Detection and Classification using Yolo

Yolo 를 이용한 교통량 측정 및 차종 인식 정확도 향상

  • Kim, Cheong Hwa (Dept. of Electronic & IT Media Engineering Seoul National University of Science and Technology) ;
  • Park, Goo Man (Dept. of Electronic & IT Media Engineering Seoul National University of Science and Technology)
  • 김청화 (서울과학기술대학교 전자IT미디어공학과) ;
  • 박구만 (서울과학기술대학교 전자IT미디어공학과)
  • Published : 2019.11.29
Download PDF
⟨ Previous Next ⟩

Abstract

드론은 좁은 장소나, 도로 위에서도 자유롭게 운용할 수 있다는 등의 장점으로 인해 점차 교통 모니터링 분야에 서도 널리 쓰이고 있다. 교통 모니터링을 통해 교통관제가 가능하며, 교통혼잡 해소에 활용할 수 있다. 교통량 확인을 위하여 기존에는 hand-crafted 기반의 방법들이 사용되었는데, 이러한 방법들은 조명이나 촬영위치에 취약하다. 따라서 이러한 문제를 해결하기 위해 본 논문에서는 딥러닝 기반의 교통량 확인 알고리즘을 제안하였다. 본 논문에서는 드론의 촬영 환경과 비슷한 환경의 도로 데이터를 수집하였다. 정확도를 좀 더 높이기 위해, 데이터 augmentation 을 하였다. 생성된 데이터를 이용하여 학습을 진행하였고, 학습 결과 97%의 정확도가 나옴을 확인하였다. 테스트 데이터에 대한 정확도 측정은 [250 pixel 이상] X [250 pixel 이상] 크기의 객체에 대해서 IOU 0.3 기준으로 측정되었다.

Keywords