정보처리학회 논문지 소프트웨어 및 데이터 공학
Current Result Document :
| 한글제목(Korean Title) |
YOLOv5와 모션벡터를 활용한 트램-보행자 충돌 예측 방법 연구 |
| 영문제목(English Title) |
A Study of Tram-Pedestrian Collision Prediction Method Using YOLOv5 and Motion Vector |
| 저자(Author) |
임채현
손민지
김명호
Chae Hyun Lim
Son Min Ji
Kim Myung Ho
김영민
안현욱
전희균
김진평
장규진
황현철
Young-Min Kim
Hyeon-Uk An
Hee-gyun Jeon
Jin-Pyeong Kim
Gyu-Jin Jang
Hyeon-Chyeol Hwang
|
| 원문수록처(Citation) |
VOL 10 NO. 12 PP. 0561 ~ 0568 (2021. 12) |
한글내용
(Korean Abstract) |
최근 자율주행에 관한 기술은 고부가가치 신기술로서 주목받고 있으며 활발히 연구가 진행되고 있는 분야이다. 상용화 가능한 자율주행을 위해서는 실시간으로 정확하게 진입하는 객체를 탐지하고 이동속도를 추정해야 한다. CNN(Convolutional Neural Network) 기반 딥러닝 알고리즘과 밀집광학흐름(Dense Optical Flow)을 사용하는 기존 방식은 실행 속도가 느려 실시간으로 객체를 탐지하고 이동속도를 추정하기에는 한계가 존재한다. 본 논문에서는 트램에 설치된 카메라를 통해 획득된 주행영상에서 딥러닝 알고리즘인 YOLOv5 알고리즘을 활용하여 실시간으로 객체를 탐지를 수행하고, 탐지된 객체영역에서 기존의 밀집광학흐름(Dense Optical Flow) 대신 연산량을 개선한 부분 밀집광학흐름(Local Dense Optical Flow)을 사용하여 객체의 진행 방향과 속력을 빠르게 추정하는 방식을 제안한다. 이를 바탕으로 충돌 시간과 충돌 지점을 예측할 수 있는 모델을 설계하였으며, 이를 통해 트램(Tram)의 주행 중 전방 충돌사고를 방지할 수 있는 시스템에 적용하고자 한다. |
영문내용
(English Abstract) |
In recent years, autonomous driving technologies have become a high-value-added technology that attracts attention in the fields of science and industry. For smooth Self-driving, it is necessary to accurately detect an object and estimate its movement speed in real time. CNN-based deep learning algorithms and conventional dense optical flows have a large consumption time, making it difficult to detect objects and estimate its movement speed in real time. In this paper, using a single camera image, fast object detection was performed using the YOLOv5 algorithm, a deep learning algorithm, and fast estimation of the speed of the object was performed by using a local dense optical flow modified from the existing dense optical flow based on the detected object. Based on this algorithm, we present a system that can predict the collision time and probability, and through this system, we intend to contribute to prevent tram accidents. |
| 키워드(Keyword) |
딥 러닝
다중 레이블 분류
피부 질환
Deep Learning
Multi-Label Classification
Skin Diseases
트램
Dense Optical Flow
충돌지점 추정
충돌시간 추정
YOLOv5
Tram
Dense Optical Flow
Estimation of Collision point
TTC(Time-To-Collision)
YOLOv5
|
| 파일첨부 |
PDF 다운로드
|
