Yolo v2와 특징정보 매칭 기반의 전방 주행 자동차 검출 및 종류 분류 방안 연구

국문 초록 (Abstract)

본 논문에서는 고속도로에서 전방 주행 중인 자동차의 검출과 종류를 실시간으로 분류하는 방안을 제안한다. 제안한 방안에서는 전방 주행인 자동차의 후면 영상들을 획득하여 Yolo v2 딥러닝 방법으로 학습하여 자동차 검출기를 생성한다. 그리고 검출된 자동차 영역에 포함된 자동차종류를 분류하기 위해 자동차 종류 클래스별로 특징 정보를 학습하고 이를 매칭하여 가장 유사도가 높은 클래스인 자동차 종류를 분류한다. 자동차 검출을 위해 고속도로에서 획득한 자동차 영상에서 자동차 영역을 레이블링하여 Yolo v2 딥러닝 알고리즘을 사용하여 학습한 후 자동차 검출기를 생성한다. 그리고 검출된 자동차 영역에 자동차 종류를 분류하기 위해 검출된 자동차 영역에 시각적 특징 정보인 Bag of Visual Feature를 추출하고 이를 학습하여 자동차 종류를 분류하는 방안을 제안한다. 제안한 방안에서는 고속도로에서 전방 주행 중인 자동차를 후방 자동차의 블랙박스에서 획득한 영상으로부터 자동차를 검출하고 종류를 분류함으로써 고속주행 중 자동차 충돌 방지, 안전거리 확보, 자동차추적 및 식별 등에 활용할 수 있다.