DAVI lab study

Demo

제목 없는 동영상 - Clipchamp로 제작 (1).mp4

Introduction

YOLO 모델을 활용하여 객체 탐지를 구현하였고 IOU개념을 활용하여 이동에 따른 물체 추적도 구현하였습니다. YOLO 모델은 50가지 이상의 객체를 탐지할 수 있지만 본 프로젝트에서는 사람과 차만 추적할 수 있게 설정하여 진행하였습니다.

경희대 이대호 교수님 연구실에서 진행한 스터디의 일환으로 22년도 겨울방학에는 얼굴 유사도 측정 및 추적을 진행하였었고 23년도 여름방학에는 YOLO를 통한 다중 물체 추적을 공부한 뒤 완성시켰습니다.

일반적으로 YOLO는 python 환경에서 구현하지만 본 프로젝트는 C++ 로 개발하였다는 것이 큰 특징일 것 같습니다.

YOLO(you look only once) paper summary

• R-CNN에서는 한장을 분석해도 여러 장을 분석하는 것과 같았는데 이를 개선하여 이미지를 한번만 분석함
• regional proposal 과 classification이 동시에 이루어지는 1-stage detector로서 실시간 탐지를 가능하게 함
• 하지만 작은 객체에는 낮은 정확도를 보임

You Only Look Once: Unified, Real-Time Object Detection (CVPR, 2016)

Flow chart

물체 탐지와 물체 추적을 각각 구상하였습니다.

Object detection

1. 이미지를 입력받으면 Yolo 모델이 무수히 많은 feature를 생성합니다.
2. 여기서 confidence 값을 활용해 실제 object 정보를 가져옵니다.
3. 만약 중복되는 정보가 있다면 제거합니다.