한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

글로벌-로컬 게이트 특징을 활용한 인코더 기반 드론 키포인트 추출 연구

A Study on Encoder-based Drone Key-point Extraction with Gated Global-Local Features

  • 황서빈 (전남대학교 인공지능융합과 ) ;
  • 조영준 (전남대학교 인공지능융합과 )
  • Seo-Bin Hwang (Dept. of AI Convergence, Chonnam National University) ;
  • Yeong-Jun Cho (Dept. of AI Convergence, Chonnam National University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최근 불법적인 정보 탈취을 목적으로 드론의 사용이 증가하고 있으며, 이를 대응하기 위해 다양한 기술적 해결책이 개발되고 있다. 특히, 드론의 정확한 자세 추정이 필요하지만, 드론의 자유로운 움직임과 회전 때문에 기술적 구현이 어렵다. 따라서 본 논문은 트랜스포머의 인코더 구조를 사용한 키포인트 추출 방법을 제안해 기존 문제를 해결한다. 이 방법은 로컬과 글로벌 특징을 결합하는 게이트 메커니즘을 도입하여, 다양한 각도에서도 일관된 키포인트 추정을 가능하게 하고, 드론의 움직임과 상태를 보다 정확하게 분석할 수 있다. 논문은 드론 2차원 키포인트 데이터셋을 제공하고, End-to-end 방법론을 제안하여 드론의 키포인트를 정확히 추정하며, 이를 통해 불법 드론 활동을 실시간으로 탐지하고 대응할 수 있는 기술적 기반을 마련한다.

키워드

과제정보

본 논문은 과학기술정보통신부 및 정보통신기획평가원의 인공지능융합혁신인재양성사업 연구 결과로 수행되었으며(IITP-2023-RS-2023-00256629), 농림축산식품부의 재원으로 농림식품기술기획평가원의 농식품과학기술융합형연구인력양성사업의 지원을 받아 연구되었음(RS-2024-00397026).

참고문헌

  1. 이인재, 불법 드론 대응을 위한 저고도 드론 탐지 기술 동향, (ETRI) 인공지능 서비스 및 인프라 기술, 37권, 1호, 10-20쪽.
  2. VASWANI A, Attention is all you need. Advances in Neural Information Processing Systems, 2017.
  3. Wang Yanxia, DB-HRNet: Dual Branch High-Resolution Network for Human Pose Estimation, IEEE Access, 11, 2023, 120628-120641.
  4. HAMPALI, Keypoint transformer: Solving joint identification in challenging hands and object interactions for accurate 3d pose estimation, CVPR, 2022, p.11090-11100.
  5. Ronneberger, U-net: Convolutional networks for biomedical image segmentation, MICCAI, Germany, 2015, p.234-241.
  6. He Kaiming, Deep residual learning for image recognition, CVPR, 2016, p.770-778.
  7. Krizhevsky, Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems, 2012.