Domestic Conference

이성준, 노명일, 석영수, 이원재, 오민재, 김현수, "멀티스케일 및 다단계 탐지 방법을 활용한 고성능 선박 이미지 인식 방법", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 333, 2019.05.15-17

by SyDLab posted Apr 02, 2019
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 선박에서 촬영한 해양 환경 영상은 대부분 다양한 스케일의 피사체를 포함하게 된다. 거리로는 수 미터 떨어진 가까운 물체부터 수평선 근처의 매우 먼 물체까지, 크기로는 부표, 소형 어선 등 작은 물체부터 대형 상선, 해양 구조물 등 매우 큰 물체까지 다양한 스케일의 피사체가 존재한다. 그리고 대부분의 피사체는 먼 거리로 인해 화면의 작은 스케일을 차지하게 되는데, 이는 물체 탐지의 정확도를 떨어뜨리는 주요 원인이 된다. 본 연구에서는 다양한 스케일, 특히 작은 스케일에서도 비교적 높은 정확도를 달성할 수 있다고 알려진 FPN (Feature Pyramid Network) 구조와 Cascade R-CNN 방법을 차례로 적용함으로써 해양 환경 영상으로부터 다양한 스케일의 물체 탐지에 있어서 정확도를 얼마나 향상시킬 수 있는지 살펴보았다. 먼저 기본적인 물체 탐지 방법으로는 Faster R-CNN을 기초로 하였고, 뼈대 CNN (Convolutional Neural Network)으로는 ResNet 계열을 활용하였다. Faster R-CNN은 이미지로부터 region proposal을 생성한 후, 각 proposal에 대해 bounding box regression과 classification을 수행하는 2단계 물체 탐지 방법이다. 뼈대 CNN의 후반에 FPN을 적용하여 멀티스케일 탐지를 수행하였으며, FPN의 형태를 바꿔가면서 해양 환경 영상에서 물체 탐지 정확도를 분석하였다. 이어서 최종 탐지 레이어에 cascade 방법을 적용함으로써 3단계 이상을 거쳐 보다 정확하게 물체를 탐지할 수 있도록 하였다. 일련의 결과를 통해 멀티스케일, 다단계 탐지 방법에 의한 정확도 향상 정도를 비교 분석하였고, 이를 통해 본 연구에서는 대부분의 피사체가 화면의 작은 부분을 차지하게 되는, 즉 선박에서 촬영한 해양 환경 영상에 대해 가장 높은 정확도를 가지는 물체 탐지 방법을 제안한다.
Publication Date 2019-05-16

이성준, 노명일, 석영수, 이원재, 오민재, 김현수, "멀티스케일 및 다단계 탐지 방법을 활용한 고성능 선박 이미지 인식 방법", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 333, 2019.05.15-17