Domestic Conference

이종혁, 노명일, 이원재, 공민철, 하지상, "해상 물체 탐지를 위한 가상 이미지 데이터셋 생성", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 340, 2020.02.05-08

by SyDLab posted Dec 17, 2019
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 이미지 인식을 기반으로 한 해상 물체 탐지는 레이더 및 AIS (Automatic Identification System)를 이용한 탐지 기술의 단점을 보완하기 위한 기술로서 활발히 연구되고 있다. 최근에는 자율 운항/주행 등 여러 분야에서 딥 러닝 기반의 이미지 인식 기술을 활용하고 있다. 딥 러닝 기반의 이미지 인식에는 학습에 많은 양의 이미지 데이터가 필요하다. 특히, 해상 물체 탐지에 필요한 실제 운항 중 촬영한 해상 이미지 데이터는 그 수가 적고, 이미지 데이터 생성 작업에 많은 시간과 노력을 필요로 한다. 본 연구에서는 이러한 문제를 해결하기 위해 해상 환경을 모사한 가상 이미지를 자동으로 생성했으며, 다음과 같이 세 가지 단계로 연구를 진행하였다. 첫째, 3D 가시화 엔진을 이용하여 날씨 및 시간에 따라 다양한 기상 및 해상 상태를 구현하고, 여러 선종의 선박들에 대해 무작위로 크기, 위치, 선수 방향, 속력을 설정해 이미지를 생성하였다. 생성된 가상 이미지는 실제 이미지와 유사하게 변환하는 작업을 추가로 수행하여 현실과의 괴리감을 줄이고자 하였으며, 가상 이미지의 변환 작업은 딥 러닝 기반 기술을 이용하였다. 제안된 방법의 효용성을 확인하기 위해, 실제 이미지와 유사하게 생성된 가상 이미지를 해상 물체 탐지 모델의 학습에 사용하였다. 여러 조합의 실제 및 가상 이미지를 데이터 셋으로 사용하여 학습을 진행 및 비교하였으며, 해상 물체 탐지 모델의 생성 시 가상 이미지 데이터 셋을 사용할 수 있음을 확인하였다.
Publication Date 2020-02-07

이종혁, 노명일, 이원재, 공민철, 하지상, "해상 물체 탐지를 위한 가상 이미지 데이터셋 생성", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 340, 2020.02.05-08