-
목표물 탐지 및 추적을 위한 심층학습 기반의 지능형 드론 시스템 구현 및 검증
2023. 4. 12.
keywrord : #드론 #드론목표물탐지 #드론심층학습기반 #지능형드론 #오늘뉴스 #전자정보연구정보센터
저자 : 김영수, 이준범, 손동희, 이찬영, 류영욱
원문수록처 : VOL 22 NO. 01 PP. 0023 ~ 0026 (2021. 04)주요 내용
본 논문에서는 심층학습 기반의 목표물(객체) 탐지 및 추적 알고리즘 중 성능과 효율성 측면에서 매우 우수한 YOLO와 MobileNet을 활용하여 지능형 드론 시스템을 구현하고 성능을 비교 분석하였다. 또한, DeepSORT 알고리즘을 이용하여 다수의 목표물에 대한 추적의 연속성을 유지하였다. 이러한 심층학습기반 방식은 기존의 색상기반 방식보다 목표물 탐지 정확도가 1.63배 이상 높게 나타났다. YOLO는 우수한 목표물 탐지성능을 나타냈으나 (근)실시간 처리를 위한 고사양의 컴퓨팅 자원이 필요하였고, MobileNet은 상대적으로 탐지 성능은 다소 떨어지지만 모바일 장치와 같은 비교적 저비용의 컴퓨팅 자원으로도 우수한 성능을 보였다. 이러한 심층학습기반 모델을 통해 탐지된 목표물에 대해 드론 카메라 영상에서의 위치를 기준으로 드론을 제어함으로써 드론이 안정적이고 지속적으로 목표물을 추적해 나아갈 수 있음을 확인하였다.
1. 어떤 알고리즘이 사용되었나요?
YOLO와 MobileNet 알고리즘이 사용되었습니다. 이들은 심층학습 기반의 목표물 탐지와 추적에 매우 우수한 성능을 보이는 알고리즘입니다.
2. 목표물 탐지 정확도가 얼마나 향상되었나요?
목표물 탐지 정확도는 색상기반 CAMShift 알고리즘보다 심층학습 기반의 알고리즘들인 YOLO와 MobileNet이 1.63배 이상 우수하다고 합니다.
3. 이 시스템을 어떤 상황에서 활용할 수 있을까요?
이 시스템이 군사적인 용도로 활용될 수 있다고 언급하고 있습니다. 또한, 해군과 공군에서 연안 묏 공항의 경계감시에 드론을 활용하는 방안을 추진하고 있다고도 언급하고 있습니다. 이를 바탕으로, 이 시스템은 군사적인 목적으로나 경계감시 등 다양한 상황에서 활용될 수 있을 것으로 생각됩니다.
출처 : 전자정보연구정보센터728x90반응형'기술정보' 카테고리의 다른 글
Recurrence Plot과 딥러닝을 이용한 음향 기반 드론 고장 감지 (0) 2023.04.19 험지 착륙시 드론의 수평 유지를 위한 Landing Platform System (0) 2023.04.19 뇌파 기반 드론 컨트롤을 위한 애플리케이션 (0) 2023.04.19 모바일 네트워크를 통한 드론 임무 컴퓨터 제어 (0) 2023.04.06 무인항공기 Relay 통신에서의 중요 임무 수행을 위한 우선순위 기반 트래픽 제어 방법 (0) 2023.04.05 초음파 센서와 OpenCV를 이용한 장애물 감지 및 자동 추적드론 제어 시스템의 설계 및 구현 (0) 2023.04.03