딥 러닝을 이용한 도로 표지 이미지의 정보 획득 및 분석
Obtaining and recognizing of Road Sign Image Using Deep Learning
- 발행기관 서강대학교 영상대학원
- 지도교수 서용덕
- 발행년도 2020
- 학위수여년월 2020. 2
- 학위명 석사
- 학과 및 전공 영상대학원 영상공학예술공학
- UCI I804:11029-000000065074
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
본 논문은 딥러닝 모델을 이용하여 도로 표지 이미지의 정보를 획득하고 분석하는 기법에 대해 기술한다. 차량의 자동화 및 전자화로 인해 도로 위에서 다양한 정보를 획득하여 분석하는 기술이 연구되고 있다. 차량 기준에서의 이미지 분석은 주행 라인, 전방 및 후방 물체 인식, 사각지대 인식 등 다양하게 연구되고 있다. 하지만 도로 표지 이미지에 대한 인식은 단일 안내표지에 대한 연구에 국한되어 이루어졌다. 본 연구는 여러 딥러닝 모델들을 함께 이용하여 방면 표지판에 대한 정보를 획득 및 분석하는 기법을 제안한다. 획득된 정보는 다양한 분야에 사용될 것으로 기대한다. 방면 도로표지판은 서로 다른 특징을 가진 객체가 혼재되어 하나의 모델로 모든 정보를 획득하는데 어려움이 있다. 이에 본 연구에서는 이미지 내에 획득해야할 객체를 분석하고 각 객체 정보에 적합한 딥러닝 모델을 적용한다. 표지 이미지에 포함된 문자 정보는 시설, 주소, 거리 그리고 지명이 있으며 해당 정보를 획득하기 위해 적합한 character recognition 모델을 적용한다. 표지 정보는 도로등급, 도로 진행 방향이 있으며 object detection 모델을 이용하여 정보를 획득한다. 최종적으로 획득된 정보들은 semantic segmentation을 응용한 기법을 이용하여 방향 기준으로 분석되어 출력된다.
more초록/요약
This paper proposes a technique of obtaining and recognizing information of road signs from multiple images of various road sign plates by deep learning. Due to the computerizing on vehicles, studies about obtaining and recognizing information on vehicle roads has been progressed. Most of these studies are related to computer vision technology, which recognizes front and rear view of road images taken from digital cameras installed in the vehicle, mostly used for the purpose of autonomous driving. On the other hands, recognizing the contents of the road sign plate images, not the road view images, has been studied only on a limited kind of sign plates such as single direction road sign plates or iconic warning sings. In this paper, we tried to use a deep learning technology to analyze various types of images of road sign plates. An image of multiple direction road sign plate contains diverse identity and information, so it is complicated to obtain all the data by one large model of deep neural network. To solve this problem, images are first classified based on its contents and categorized into several types. By this classification, we can adapt appropriate deep learning model to each class. The classes are verified in a few rules. Characters of road sign data have been classified to address, distance and name, which are adapted by character recognition model. Sign information has been classified based on road type and road direction, which are performed by object detection model. At the last step, all obtained and recognized data are labeled by direction information such as south or west by using semantic segmentation classifier. The data produced can be used in constructing a detailed navigation map for autonomous driving or a navigation assistance systems.
more