교통량 측정을 위한 딥러닝 기반의 드론 영상분석 방법

국문 초록 (Abstract)

본 논문에서는 드론 영상데이터를 입력받아서, 도로 정보를 파악하기 위한 다양한 교통량 중 통행방향별 차량 속도를 측정할 수 있는 새로운 구조를 제안한다. 기존의 교통량 측정을 위한 구조들은 영상의 축척정보를 구할 때, 실제 도로의 크기 정보를 이용해서 드론의 행동반경이 제한되거나 차량의 평균크기를 이용해 정확도의 문제가 있었다. 이런 문제를 해결하기 위한 방법으로 영상에 차선을 이용했다. 제안한 방법은 세 가지 단계를 걸치게 되는데 먼저, 추적기법을 이용하여 차량의 이동거리를 구하고, 이와 함께 차선검출을 통해 영상의 축척을 계산한다. 마지막으로 픽셀 단위의 차량의 이동거리와 영상의 축적 정보를 바탕으로 실제 차량의 이동속도를 계산하는 구조를 구성했다. 차량속도의 정확도를 높이기 위해서는 각 단계에서 좋은 성능을 보여야 한다. 결과는 객체 검출 모델은 영상내 차량검출결과가 누락되지 않도록 검출율(Recall)이 95%이상 유지되면서도 정밀도(Precision)는 94.7%, 95.9%의 성능을 보였다. 또한 차선 검출을 통해 구한 축척값과 해당 프레임 영상과 비교하여 축척값이 유의미하게 측정된 것을 보였고, 속도 측정결과와 영상을 비교하여 속도가 유의미한 결과를 보였다.

목차 (Table of Contents)

• Ⅰ. 서 론 1
• Ⅱ. 관련연구 4
• Ⅲ. 제안 방법 7
• 3.1 영상 내 픽셀 단위의 차량 이동거리 측정 8
• 3.2. 드론 영상의 축척 추정 11
• 3.3. 드론 영상으로부터 차량의 실제 속도 측정 14
• Ⅳ. 실험 및 결과 15
• 4.1. 실험 환경 및 데이터셋 15
• 4.2. 성능 평가 16
• Ⅴ. 결 론 20
• 참고문헌 21
• 영문초록 23