BROWSE
Detail
Journal Article
실제 도로환경에 적합한 Faster R-CNN 기반 차종 분류
- Issue Date
- 2018-06
- Citation
- 한국지능시스템학회논문지, v.28, no.3, pp.210-218
- ISSN
- 1598-7078
- Publisher
- 한국지능시스템학회
- Language
- Korean
- Type
- Journal Article
- Abstract
- 본 논문에서는 딥러닝의 객체 검출 알고리즘인 Faster R-CNN을 기반한 차종 분류 방법을 제안한다. Faster R-CNN 방법은검출과 분류를 동시에 수행한다. 하지만 데이터의 양과 하드웨어의 제약으로 검출과 분류를 동시에 수행하는데 어려움이있다. 본 연구에서는 Faster R-CNN 알고리즘을 차량 검출 네트워크로 사용하고 추가 네트워크를 구성하여 출검된 영역에 대해분류를 수행한다. 기존의 Faster R-CNN은 검출과 분류를 동시에 수행하지만, 제안 방법은 검출과 분류를 나누어 수행한다. 제안한 방법 검증을 위해 획득된 8종의 차량 영상 총 15,400장을 training 데이터로 사용하였으며, 3,800장을 Validation 데이터로 사용하였다. 실험 결과, Faster R-CNN을 사용한 차량 검출 성능은 mAP 87.4%, 차종 분류율은 85.4%였고, 제안한방법의 평균 차종 분류율은 89.5%의 결과를 보였다. 또한, 제안한 방법으로 분류를 수행하였을 때, 차종별 분류 성능의편차를 줄일 수 있었다.
- KSP Keywords
- Faster r-cnn
This work is distributed under the term of Creative Commons License (CCL)
(CC BY NC)
(CC BY NC)
