상황 예측을 위한 딥러닝 기술 심화
Q) 자율주행차가 휴먼 운전자처럼 상황 예측이 가능할까?
→ 네, 운전 중의 상황이 매우 다양하게 펼쳐질 수 있어 상황 예측은 어려운 작업이지만 중요한 작업이다. 현재 인공지능 기술을 이용한 다양한 방법들이 연구되고 있다.
학습 내용)
1.
자율주행을 위한 상황 예측의 필요성
2.
딥러닝 기반 상황 예측
keyword 1)
CNN 기반 예측
→ 카메라 영상으로부터 보행자의 주시 여부 분석
→ 카메라 영상으로부터 차량의 방향지시등 여부 판단
keyword 2)
RNN, LSTM 기반 예측
→ 동적 객체의 위치, 상태 등 순차적인 변화 분석
→ 미래 주행상황 예측
keyword 3)
의도 예측
→ 동적 객체 움직임의 목표 또는 의도를 예측하는 작업
자율주행을 위한 상황 예측의 필요성
휴먼 운전자
•
주변에 대한 인지 가능 → 미래 일어날 상황 예측하여 대응 가능
자율주행차
•
다양한 동적 객체들의 움직임 예측 → 다양한 주행 상황에 대한 예측이 필요
딥러닝 기반 상황 예측
카메라 영상에 CNN 적용
RNN / LSTM 모델 이용
보행자 거동 예측을 위한 딥러닝 기술
•
비디오 영상 분석 → 사람의 행동 분류, 예측
→ 과거의 휴먼 자세와 상태 정보 → 미래의 휴먼 자세와 상태 정보 예측
비디오 예측 기술
•
동영상의 다음 프레임을 직접 예측하는 기술
•
가까운 미래는 예측 가능
•
먼 미래는 동적 객체의 움직임 등에 대한 시맨틱 정보 활용이 필요
•
포즈의 정답(Ground truth)이 주어지지 않는 비지도 학습 방법에 대한 연구도 활발히 진행중
의도 예측
•
동적 객체 움직임의 목표 또는 의도를 예측하는 작업
장점
•
동적 객체의 목표 방향 또는 의도 예측 → 예측 작업의 복잡도 간소화
•
의도 예측 결과를 조건으로 경로 예측 → 더 높은 예측 정확도 달성
