Optical Flow 기반 무인 매대 물품 추적 알고리즘 고도화

국문 초록 (Abstract)

본 논문에서는 Optical Flow를 이용하여 제한적 환경인 에지 디바이스에서 객체 추적의 성능 및 속도를 개선하는 방법을 제안하고, 이를 실제로 무인 판매 시스템에 적용하는 것을 목표로 한다. 무인 판매대를 사용하는 실제 환경에서는 판매하려는 물품이 사람에 의해 가려지거나, 밑으로 떨어뜨려 너무 빠른 속도로 변화가 생기는 등 다양한 원인으로 인해 일반적인 객체 탐지 및 추적 알고리즘만으로는 탐지 및 추적에 실패하는 경우가 많다. 이를 보완하기 위하여 많은 연구가 진행되고 있고, 본 연구에서 사용한 무인 판매 시스템은 Deep SORT와 few-shot 기반의 VOS 모델인 LWL을 추가로 사용하였다. 하지만 이렇게 알고리즘을 추가하여 보완해도 커버하지 못하는 경우가 있고, 그 과정에서 너무 많은 연산이 필요하게 되어 속도가 너무 느려져서 기술을 실제로 사용하기에는 어려움이 있었다. 본 논문에서는 Optical Flow를 이용하여 이러한 문제를 해결할 수 있는 방법을 제안한다. 물품을 추적하는 과정에서 Deep SORT와 LWL 각각에 Optical Flow를 적용한다. 제안하는 방법을 이용하면, 물품 탐지 및 추적 성능을 보완하면서 속도 문제 역시 개선할 수 있음을 확인할 수 있다.

다국어 초록 (Multilingual Abstract)

In this paper, we propose a method to improve the performance and speed of object tracking in edge devices in a limited environment using Optical Flow and aim to apply it to an unmanned sales system. In a real-world environment using an unmanned sales stand, detection and tracking with general object detection and tracking algorithms alone often fail due to various reasons, such as the object being covered by a person or falling down and changing its location too quickly. To compensate for this, many studies are being conducted, and the unmanned sales system used in this study additionally used Deep SORT and LWL, a VOS model based on few-shot. However, even if an algorithm is added and supplemented like this, there are cases where it cannot be covered, and in the process, too many operations were required, making it difficult to actually use the system because the speed was too slow. In this paper, we propose a method to solve this problem using Optical Flow. We apply Optical Flow to Deep SORT and LWL each in the process of tracking objects. Using the proposed method, it can be confirmed that the speed problem can also be improved while complementing the product detection and tracking performance.

목차 (Table of Contents)

• 제1장 서론 1
• 제2장 배경 이론 및 관련 연구 4
• 2-1 Optical flow 4
• 2-2 Object Detection 5
• 2-2-1 대표적인 검출 알고리즘 5
• 2-2-2 YOLO 6
• 2-3 Object Tracking 8
• 2-3-1 Deep SORT 9
• 2-3-2 LWL 11
• 2-3-3 최근 tracking 기술 12
• 제3장 시스템 구조 14
• 3-1 물품 탐지 및 추적 시스템 구조 14
• 3-2 Optical flow 15
• 3-2-1 Optical flow의 목적 15
• 3-2-2 Optical flow 사용 방식(비교 및 flow map 생성 방식) 16
• 3-2-3 Flow map 적용 17
• 3-3 Detection 18
• 3-4 Tracking 18
• 3-4-1 Tracker를 2개로 나눈 의도 18
• 3-4-2 Fast tracker 19
• 3-4-3 Deep tracker 19
• 3-4-4 매칭 20
• 3-5 제안 모델 적용 시나리오 21
• 제4장 실험 결과 23
• 4-1 실험 환경 23
• 4-2 학습 환경 24
• 4-2-1 학습 데이터 24
• 4-2-2 컴퓨터 스펙 25
• 4-3 실험 결과 26
• 4-3-1 실험 case 26
• 4-3-2 기존 모델 정확도 측정 27
• 4-3-3 Fast tracker와 Deep tracker로 나눈 모델 정확도 측정 29
• 4-3-4 Optical flow 적용 모델 정확도 측정 32
• 4-3-5 Optical flow 적용 모델 속도 변화 측정 35
• 4-3-6 최종 결과 35
• 제5장 결론 37
• 5-1 연구의 결과 37
• 5-2 향후 연구 계획 37