KCI우수등재
객체 검출 인식률 향상을 위한 다중 객체 추적 기반 강건한 트랙 관리 기법 = Robust Track Management based on Multi-object Tracking to Improve Object Detection
저자
발행기관
학술지명
전자공학회논문지(Journal of the Institute of Electronics and Information Engineers )
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
43-51(9쪽)
제공처
Recently, deep learning-based object detection and multi-object tracking used in autonomous driving technology have been widely studied. The two technologies consist of one sequence. Taking advantage of this, we propose a robust track management based on multi-object tracking technology that complements the limitations of object detection using only a single image. This paper propose the following method. Hungarian algorithm cost matrix for inter-class using class information,, Track management technique that induces data association through Template Matching, Track update that improves reliability for object detection by utilizing additional information of class and score. Through three types of robust track management, it compensate for non-detection or mis-classification problems that occur in object detection. Additionally, it show stable results in object detection and multi-object tracking. As a result, compared to the model using only object detection, the mAP increase by about 4%, and the precision result increased by about 10%. we were tested in an actual autonomous driving environment and recorded high performance improvement in objects with little learning data or small sizes. In addition, it enabled stable object detection and tracking even in sudden image shaking such as bumps.
더보기최근 자율주행 기술에 활용되는 딥러닝 기반 객체 검출과 다중 객체 추적은 많은 연구가 이루어지고 있다. 두 개의 기술은 하나의 시퀀스로 이루어져 있고, 이 점을 이용하여 단일 영상만을 사용하여 객체 검출의 한계점을 보완하는 다중 객체 추적 기반 강건한 트랙 관리 기법을 제안한다. 본 논문은 클래스 정보를 활용한 클래스 간의 헝가리안 알고리즘 코스트 매트릭스(cost matrix), 템플릿 매칭을 통한 데이터 연관 유도 트랙 관리 기법, 클래스와 스코어의 추가 정보를 활용하여 검출 신뢰성을 향상하는 트랙 업데이트를 제안한다. 3가지 강건한 트랙 관리를 통해 객체 검출에서 생기는 미검출 혹은 오분류의 문제를 보완하고 객체 검출과 다중 객체 추적의 안정화된 결과를 보여준다. 그 결과, 객체 검출만을 사용한 모델과 비교하여 mAP가 약 4% 증가했고, 정밀도(Precision)의 결과는 약 10% 증가했다. 본 논문에서 제안한 기법은 실제 도로 주행 환경에서 테스트 되었고, 학습 데이터의 수가 적거나 작은 크기의 객체에서 높은 성능 향상을 기록했다. 또한, 방지턱과 같은 급격한 영상의 흔들림에서도 안정적인 객체 검출 및 추적을 가능하게 한다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)