3차원 물체 검출/추적 통합 기술 심화
Q) 물체 검출과 추적을 함께 설계하여 성능을 개선하는 것이 가능할까?
→(o), 물체 검출과 추적을 동시에 하게 되면 주변 환경에 대한 시공간적 정보를 활용할 수 있게 되어 더 높은 성능을 달성할 수 있다.
학습 내용)
1.
3차원 물체 검출/추적 통합 기술 개요
2.
3차원 물체 검출/추적 통합 기술
keyword 1)
물체 검출 성능 개선
→ 물체에 대한 시간적인 움직임 정보를 사용하여 물체 검출의 정확도를 개선
keyword 2)
물체 추적 성능 개선
→ 검출 단계에서 사용한 공간적 특정값을 물체 추적의 연결 작업에 사용
keyword 3)
검출/추적의 통합 최적화
→ 물체 검출 기술과 추적 기술 사이에서 정보 교환
→ 물체 검출/추적을 위한 통합 모델을 종단간 학습
3차원 물체 검출/추적 통합 기술 개요
기존은 물체 검출과 추적을 별도 설계하여 왔다
→ 통합적으로 설계
기존의 물체 검출 기술 → 센서 데이터의 공간적 정보 활용 → 공간적 정보만을 보고 물체 검출
기존의 물체 추적 기술 → 센서 데이터의 시간적 정보 활용 → 시간적 정보로 물체 추적
통합적 설계를 위해 시공간적 정보를 어떻게 사용할 수 있을까?
물체 검출 기술 → 시간적 움직임 정보 활용 (물체의 움직임, 시간적 정보가 물체 검출에 도움)
물체 추적 기술 → 공간적 특징 정보 활용
→ 통합 최적화
3차원 물체 검출/추적 통합 기술
물체 검출 단계에서 시간적 정보를 어떻게 활용?
•
비디오 영상을 한꺼번에 처리
◦
시공간적 정보 활용
▪
검출 성능 개선
시간적 정보를 활용하는 두가지 전략
1.
물체 움직임에 의한 다양한 왜곡 발생
•
시간적인 특징값 융합 → 특정 영상 프레임의 퀄리티 저하에도 강인한 검출결과 달성
2.
물체 움직임 패턴 분석하여 물체 검출 성능 향상시킨다
물체 추적 단계에서 공간적 정보를 어떻게 활용?
→ 센서 융합을 통한 물체 검출 수행
•
다중 센서로부터 추출한 특징값
◦
물체 추적의 연결 성능 개선
→ 딥러닝 모델의 종단간(end-to-end) 학습 수행하여 최적의 인지 성능 달성
