카메라 기반 물체 추적 딥러닝 기술 심화
Q) 자율주행에서 주변 물체를 높은 정확도로 검출하기 위해 딥러닝 기술을 사용한다. 물체 추적에서도 비슷한 딥러닝 구조를 사용?
→ 물체 추적에서는 검출 결과 필터링 및 유사도 측정을 위해 딥러닝 구조를 사용한다. 물론 물체 검출에서 사용된 특징값을 물체 추적에서 사용할 수는 있다.
학습 내용)
1.
카메라 기반 물체 추적 딥러닝 기술 개요
2.
카메라 기반 물체 추적 딥러닝 기술
keyword 1)
검출 결과 예측
→ 현재 프레임의 영상에 CNN을 적용하여 얻은 특징값을 이용하여 이전 프레임의 박스 위치를 기준으로 변화량을 예측
keyword 2)
유사도 측정
→ Seamese 네트워크를 사용하여 과거 검출 결과와 현재 검출 결과의 쌍 사이의 유사도를 0과 1사이로 표현
keyword 3)
헝가리안 알고리즘
→ 이전 프레임과 현재 프레임의 모든 검출 결과의 쌍에 대해 측정된 유사도를 기반으로 검출 결과 연결
카메라 기반 물체 추적 딥러닝 기술 개요
물체 추적
•
물체 검출 결과를 추가적으로 처리
1.
각 프레임에서 얻은 검출 결과 연결
2.
연결된 검출 결과의 필터링 및 예측
최근에 딥러닝 기술이 물체 추적에도 사용되서 성능이 향상
카메라 기반 물체 추적 딥러닝 기술
물체의 검출 결과 예측
→ 딥러닝 사용
Siamese Network
•
두 개의 비슷한 네트워크 사용하여 검출 쌍에 대한 특징값 추출
◦
특징 값 사이의 유사도, 거리 출력
▪
두 개의 유사성을 0과 1 사이의 값으로 출력
•
모든 쌍의 유사도 출력 → 테이블로 표현
•
헝가리안 알고리즘 적용 → 최종적인 연결 결과
