earticle

논문검색

기타

YOLO v4 기반 혼잡도로에서의 움직이는 물체 검출 및 식별

원문정보

Detection and Identification of Moving Objects at Busy Traffic Road based on YOLO v4

이추담, 정석용, 왕욱비, 진락, 손진구, 송정영

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

In some intersections or busy traffic roads, there are more pedestrians in a specific period of time, and there are many traffic accidents caused by road congestion. Especially at the intersection where there are schools nearby, it is particularly important to protect the traffic safety of students in busy hours. In the past, when designing traffic lights, the safety of pedestrians was seldom taken into account, and the identification of motor vehicles and traffic optimization were mostly studied. How to keep the road smooth as far as possible under the premise of ensuring the safety of pedestrians, especially students, will be the key research direction of this paper. This paper will focus on person, motorcycle, bicycle, car and bus recognition research. Through investigation and comparison, this paper proposes to use YOLO v4 network to identify the location and quantity of objects. YOLO v4 has the characteristics of strong ability of small target recognition, high precision and fast processing speed, and sets the data acquisition object to train and test the image set. Using the statistics of the accuracy rate, error rate and omission rate of the target in the video, the network trained in this paper can accurately and effectively identify persons, motorcycles, bicycles, cars and buses in the moving images.

한국어

일부 네거리나 혼잡도로에서 특정 시간대에 행인이 많고 도로가 막혀서 발생하는 교통사고가 적지 않다. 특히 인근에 학교교차로가 있어 바쁜 시간에 학생들의 교통안전을 지키는 것이 중요하다. 과거에는 교통 신호등을 설 계 했을 때 행인의 안전성을 고려하지 않고 자동차 인식과 교통 최적화에 대하여 연구 했다. 행인, 특히 학생들의 안전을 확보하 는 전제에서 가능한 한 도로의 소통을 유지하는 것이 본 연구의 중점적인 연구 방향이다. 본 연구는 사람, 오토바이, 자전거, 자동차, 버스의 식별문제를 중점적으로 연구할 것이다. 조사와 비교를 통해 본 연구는 YOLO v4 네트워크로 목표물의 위치와 수량을 식별하는 것을 제시한다. YOLO v4는 작은 목표물의 식별 능력이 강하고 정밀도가 높으며 처리 속도가 빠르다는 특징을 가지고 있으며, 데이터 수집 대상을 설정하여 이미지 집합을 훈련하고 테스트 한다. 움직이는 영상에서 목표물의 정확도, 실수율과 누락율에 대한 통계를 사용하여, 본 연구에서 훈련된 네트워크는 움직이는 이미지 속의 사람, 오토바이, 자전거, 자동차와 버스를 정확하게 식별 할 수 있다.

목차

요약
Abstract
Ⅰ. Introduction
Ⅱ. Relational Research
Ⅲ. Selection of target detection algorithm
Ⅳ. Deep learning environment building and YOLO v4 training
1. Dataset construction
2. Training environment construction and training
Ⅴ. Verification and analysis of training results
1. Training results
2. Training results analysis
VI. Discussion
References

저자정보

  • 이추담 Qiutan Li. 준회원, 배재대학교 컴퓨터공학과
  • 정석용 Xilong Ding. 준회원, 배재대학교 컴퓨터공학과
  • 왕욱비 Xufei Wang. 준회원, 배재대학교 컴퓨터공학과
  • 진락 Le Chen. 준회원, 배재대학교 컴퓨터공학과
  • 손진구 Jinku Son. 준회원, 배재대학교 컴퓨터공학과
  • 송정영 Jeong-Young Song. 정회원, 배재대학교 컴퓨터공학과

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.