한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

국방 AI 플랫폼 기반 Vision 변화 탐지에 관한 연구

Research on Vision Change Detection Based on Defense AI Platform

  • 박병훈 (티쓰리큐(주)) ;
  • 서범석 (티쓰리큐(주)) ;
  • 이명규 (티쓰리큐(주)) ;
  • 황영준 (티쓰리큐(주)) ;
  • 김기환 (티쓰리큐(주))
  • Byeong-Hoon Park (T3Q) ;
  • Beom-Seok Seo (T3Q) ;
  • Myeong-Gyu Lee (T3Q) ;
  • Yeong-Jun Hwang (T3Q) ;
  • Ki-Hwan Kim (T3Q)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 국방 AI 플랫폼 기반 변화 탐지 서비스를 제안한다. 국방 AI 플랫폼의 특성을 반영하여 객체의 출현, 소실, 이동을 정량화하고, 이를 통해 장면의 동적 변화를 평가하는 변화율을 정의한 후, 해당 변화율을 적용한 서비스를 설계하였다. 변화 탐지 서비스는 학습 없이 다양한 환경에서 실시간 적용이 가능하며, 사건의 중요도를 효율적으로 분석할 수 있다. YOLOv10 탐지 모델과 추적 모델을 사용한 실험을 통해 변화율 기반 변화 탐지 서비스의 실시간 처리 가능성을 검증하였으며, 복잡한 상황에서도 효과적인 변화 탐지가 가능함을 확인하였다.

키워드

과제정보

이 논문은 국방신속획득기술연구원의 지원을 받아 수행된 연구임(No. UC200019D)

참고문헌

  1. 오동한, "국방 분야에서 인공지능 기술 활용실태와 XAI 기술 활용방향 제시", Journal of Digital Contents Society, 23, 5, 943-951, 2022.
  2. Karbalaie A., Abtahi F., Sjostrom M., "Event detection in surveillance videos: a review", Multimed Tools Appl, 81, 35463-35501, 2022.
  3. Ali, Manal Mostafa, "Real-time video anomaly detection for smart surveillance", IET Image Processing, 17, 5, 1375-1388, 2023
  4. A. Wang et al., "YOLOv10: Real-Time End-to-End Object Detection", arXiv:2405.14458, 2024.
  5. Guangliang Cheng; Yunmeng Huang; Xiangtai Li; Shuchang Lyu; Zhaoyang Xu; Qi Zhao; Shiming Xiang, "Change Detection Methods for Remote Sensing in the Last Decade: A Comprehensive Review", arXiv: 2305.05813, 2023.
  6. Y. Zhang et al., "ByteTrack: Multi-Object Tracking by Associating Every Detection Box", arXiv:2110.06864, 2022.
  7. N. Aharon, R. Orfaig, and B.-Z. Bobrovsky, "BoT-SORT: Robust Associations Multi-Pedestrian Tracking", arXiv:2206.14651. 2022.
  8. J. Seidenschwarz, G. Braso, V. C. Serrano, I. Elezi, and L. Leal-Taixe, "Simple Cues Lead to a Strong Multi-Object Tracker", 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Vancouver, BC, Canada, 2023, 13813-13823.
  9. Z. Qin, L. Wang, S. Zhou, P. Fu, G. Hua, and W. Tang, "Towards Generalizable Multi-Object Tracking", 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Seattle, WA, USA, 2024, 18995-19004.
  10. Dendorfer, P., Rezatofighi, H., Milan, A., Shi, J., Cremers, D., Reid, I., Roth, S., Schindler, K., & Leal-Taixe, L., "MOT20: A benchmark for multi object tracking in crowded scenes", arXiv:2003.09003, 2020.
  11. W. Liu, W. Luo, D. Lian, and S. Gao, "Future Frame Prediction for Anomaly Detection - A New Baseline", 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition, Salt Lake City, UT, USA, 2018, 6536-6545.