earticle

논문검색

ITS응용서비스

열화상 카메라를 활용한 딥러닝 기반의 1·3종 차량 분류

원문정보

Class 1·3 Vehicle Classification Using Deep Learning and Thermal Image

정유석, 정도영

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

To solve the limitation of traffic monitoring that occur from embedded sensor such as loop and piezo sensors, the thermal imaging camera was installed on the roadside. As the length of Class 1(passenger car) is getting longer, it is becoming difficult to classify from Class 3(2-axle truck) by using an embedded sensor. The collected images were labeled to generate training data. A total of 17,536 vehicle images (640x480 pixels) training data were produced. CNN (Convolutional Neural Network) was used to achieve vehicle classification based on thermal image. Based on the limited data volume and quality, a classification accuracy of 97.7% was achieved. It shows the possibility of traffic monitoring system based on AI. If more learning data is collected in the future, 12-class classification will be possible. Also, AI-based traffic monitoring will be able to classify not only 12-class, but also new various class such as eco-friendly vehicles, vehicle in violation, motorcycles, etc. Which can be used as statistical data for national policy, research, and industry.

한국어

본 연구에서는 루프 센서를 통한 교통량 수집방식의 오류를 해결하기 위해 1종(승용차)과 3종(일반 트럭)의 구분이 어려운 부분 및 영상 이미지의 단점을 보완하기 위해 도로변에 열화 상 카메라를 설치하여 영상 이미지를 수집하였다. 수집된 영상 이미지를 레이블링 단계를 거 쳐 1종(승용차)과 3종(일반 트럭)의 학습데이터를 구성하였다. 정지영상을 대상으로 labeling을 진행하였으며, 총 17,536대의 차량 이미지(640x480 pixel)에 대해 시행하였다. 열화상 영상 기반 의 차종 분류를 달성하기 위해 CNN(Convolutional Neural Network)을 이용하였으며, 제한적인 데이터량과 품질에도 불구하고 97.7%의 분류정확도를 나타내었다. 이는 AI 영상인식 기반의 도로 교통량 데이터 수집 가능성을 보여주는 것이라 판단되며, 향후 더욱더 많은 학습데이터 를 축적한다면 12종 차종 분류가 가능할 것이다. 또한, AI 기반 영상인식으로 도로 교통량의 12종 차종뿐만 아니라 다양한(친환경 차량, 도로 법규 위반차량, 이륜자동차 등) 차종 분류를 할 수 있을 것이며, 이는 국가정책, 연구, 산업 등의 통계 데이터로 활용도가 높을 것으로 판단 된다.

목차

요약
ABSTRACT
Ⅰ. 서론
1. 개요
Ⅱ. 연구배경 및 선행연구
1. 센서 기반의 차종분류
2. 열화상 이미지
3. 영상기반 차종분류
Ⅲ. 연구방법
1. 열화상 이미지 수집
2. 데이터 라벨링
3. CNN
Ⅳ. CNN 학습 및 결과
1. 네트워크 구성
2. 학습결과
Ⅴ. 결론
ACKNOWLEDGEMENTS
REFERENCES

저자정보

  • 정유석 Yoo Seok Jung. 한국건설기술연구원 미래융합연구본부 전임연구원
  • 정도영 Do Young Jung. 한국건설기술연구원 미래융합연구본부 전임연구원

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,200원

      0개의 논문이 장바구니에 담겼습니다.