91. 드론 기반 교통영상 인식 성능 향상을 위한 학습법 비교연구 / 김상국, 오시몬

학부구두세션, ITS/모빌리티, 27(금) 13:20-15:00, 라카이볼룸Ⅱ 

드론 기반 교통영상 인식 성능 향상을 위한 학습법 비교연구 / 김상국(고려대학교), 오시몬(고려대학교)

본 연구에서는 드론을 활용하여 수집된 교통영상 데이터를 분석하는 과정에 필요한 객체 인식 알고리즘의 학습법에 대한 비교연구를 수행한다. 학습데이터셋의 규모와 학습 이미지의 해상도에 따라 인식 성능(정확도)와 비용(학습 시간)을 측정하였으며, 비교분석을 통하여 성능-비용을 동시에 고려한 적정 수준의 학습 데이터셋의 요구조건을 도출하였다. 대량의 데이터셋 확보에는 높은 라벨링 비용이나 데이터 저장공간 등이 수반되므로 수용가능한 수준의 객체 인식 정확도를 주어진 제약조건에서 학습데이터 요구량을 산정하는 노력이 필요하다. 나아가 학습 수준에 따라 각기 다른 성능의 인식 모델이 교통지표 분석 과정에 미칠 수 있는 영향을 누적 교통량 그래프를 통해 설명하였다. 높은 수준의 학습이 이루어진 인식 모델은 상하류부 각 지점에서의 교통량을 정확히 산정함으로써 교통량 보존이 기본도 상 나타나게 된다. 이를 통해 교차로 대기열이나 지체시간 등 주요 지표에 대한 신뢰성 제고에 기여할 수 있으며 교통관제에도 기여할 수 있을 것으로 기대된다.