이원재, 노명일, 이성준, 하지상, 공민철, 이종혁, "선박의 주변 인지를 위한 영상 인식 기반 물체 탐지 및 추적 방법", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 341, 2020.02.05-08
Domestic Conference
2019.12.13 21:58
이원재, 노명일, 이성준, 하지상, 공민철, 이종혁, "선박의 주변 인지를 위한 영상 인식 기반 물체 탐지 및 추적 방법", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 341, 2020.02.05-08
조회 수 242
| 첨부 '1' |
|---|
| Abstract | 선박의 해상 사고를 방지하기 위해 레이더 (RADAR, RAdio Detections And Ranging)의 음영 구역에 위치하는 장애물, AIS (Automatic Identification System)로 탑재되지 않은 소형 어선 선박 등에 대한 인지 기술은 매우 중요하다. 본 연구에서는 자율 운항 선박이나 일반 선박의 운항 보조시스템에서의 장애물 인지를 위해 영상 인식을 통한 선박 주변의 물체 (예, 타선 및 장애물)의 탐지 및 추적 방법에 대해 연구했다. 물체 탐지 모델은 CNN (Convolutional Neural Network)을 기반을 한 딥 러닝 모델을 활용했다. 딥 러닝 기반 물체 탐지 모델의 학습에는 공개된 선박 이미지 데이터 셋과 Unity를 이용한 가상 이미지 데이터 셋을 사용했다. 물체 추적에는 이미지 상에서 물체 탐지 결과인 bounding box와 수평선이 탐지된 결과를 활용하여 타선과 카메라 사이의 떨어진 거리와 방향을 계산하고, 이들과 칼만 필터 (Kalman filter)를 활용해 타선의 경로를 이동경로를 추적했다. 실제 컨테이너선에서 촬영된 동영상을 대상으로 테스트한 결과, 성공적으로 물체 탐지를 할 수 있음을 확인했으며, 가상 이미지 데이터 셋을 모델 학습에 활용하는 것의 효과를 확인했다. 또한, 개발된 추적 모델을 통해 근거리에서 이동하고 있는 타선들에 대해 적절하게 이동 경로를 추적할 수 있음을 확인했다 |
|---|---|
| Publication Date | 2020-02-07 |
-
김진혁, 노명일, 여인창, "설계 요구 조건을 고려한 국부 변형 기반 상선의 선형 변환 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 47, 2023.02.08-11
-
이혜원, 노명일, 함승호, 남보우, "LNG 로딩 암의 최적 설계를 위한 동적 거동 해석 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 108, 2023.02.08-11
-
전도현, 노명일, 이혜원, 유동훈, "연안 적용을 위한 충돌 위험도 산정 및 충돌 회피 경로 생성 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 49, 2023.02.08-11
-
김하연, 노명일, 이혜원, 조영민, "센서 데이터를 이용한 선박의 추적 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 109, 2023.02.08-11
-
조영민, 노명일, 이혜원, 공민철, "자율 운항 선박을 위한 개선된 센서 융합 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 107, 2023.02.08-11
-
하지상, 노명일, 공민철, 김기수, "격벽, 장비 및 배관을 고려한 선박의 배치 설계 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 8, 2023.02.08-11
-
여인창, 노명일, 이혜원, 유동훈, "선박용 서라운드 뷰 영상의 자동 생성 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 45, 2023.02.08-11
-
Min-Chul Kong, Myung-Il Roh, In-Chang Yeo, Ki-Su Kim, Jeongyoul Lee, Jongoh Kim, Gapheon Lee, "A Detection Method of Objects with Text in Drawings Based on Deep Learning", Proceedings of ISOPE 2023, Ottawa, Canada, 2023.06.19-23
-
Myung-Il Roh, "Applications of Deep Learning in Ship Design, Production, and Operation Stages", Proceedings of ICDM(International Conference on Decarbonization and Digitalization in Marine Engineering) 2022, Siheung, Korea, 2022.04.28-29
-
노명일, "선박 설계, 생산 및 운용 단계에서의 딥 러닝 활용 예, 2020년도 선박해양플랜트구조연구회 워크샵, 2021.02.18
