딥러닝 기반 객체탐지 및 추적기법을 활용한 군 제대규모 판단

김민우; 마정목

doi:10.5762/KAIS.2023.24.5.441

추천

검색

질문

자료유형: 학술저널

저자정보: 김민우 (국방대학교) 마정목 (국방대학교)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제24권 제5호

발행연도: 2023.5

수록면: 441 - 449 (9page)

DOI: 10.5762/KAIS.2023.24.5.441

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

4차 산업혁명 기술의 발전과 인구절벽 등 여러 요인으로 인해 군이 맞닥뜨리게 될 미래 작전환경에서 전투행위의 주체는 무인 중심으로 전환될 것이다. 그중 감시정찰 분야는 가장 먼저 무인체계에 의해 임무가 대체 되어가고 있다. 본 논문에서는 딥러닝 기반의 알고리즘을 활용하여 지상 감시 간 기동하는 군 제대의 규모를 판단하기 위한 연구를 수행하였다. 딥러닝 알고리즘 중 객체탐지와 객체추적 기법을 활용하여 영상 내 특정 무기체계를 식별하고 탐지된 객체의 계수를 통해 제대 규모를 판단하였다. 특히 기동 및 화력 무기체계인 자주포, 전차, 장갑차를 기준으로 제대규모를 판단하였으며, 제대의 규모를 판단할 수 있는 특정 무기체계에 대한 탐지와 추적, 계수에 집중하였다. 모델은 객체탐지 알고리즘인 YOLOv8s를 객체 검출기, 다중 객체추적 알고리즘에서 높은 성능을 보여주는 BYTE 알고리즘을 추적기로 구성하여 객체탐지와 추적을 수행한다. 마지막으로 객체탐지와 추적에 이어 클래스별로 객체를 계수하고 계수된 값에 의해 규모를 판단하는 알고리즘을 추가하여 모델을 완성하였다. 학습 데이터는 지상에서 촬영된 이미지를 클래스별로 수집하였고 클래스는 자주포, 전차, 장갑차 3가지로 구성하였다. 모델 평가를 위해 제대규모를 반영한 테스트 영상으로 모델의 정확도를 확인하였으며 80%의 정확도를 나타내었다. 본 연구를 통해 향후 지상 감시장비를 활용해 군 제대규모를 판단할 수 있는 방법을 제시하였다는 것에 의의가 있다.

#Military Echelon #Object Detection #Multi Object Tracking #Object Counting #Determining the Scale

참고문헌 (16)

참고문헌 신청

C. J. Jung, Future Operational Environment Analysis, p.127, ROKA Training & Doctrine Command, 2022, pp.8-33.

Defense Acquisition Program Administration(DAPA), Deployment of MFOD with Improved Performance on the Battlefield Begins, DAPA press release, released 2022 Dec 20, Available From: https://www.dapa.go.kr/dapa/na/ntt/selectNttInfo.do?bbsId=326&nttSn=42906&m

Y. R. Jeon, J. P. Heo, “Improved Crowd Counting and Localization based on Background Suppression” The Korea Software Conference 2021 , The Korean Institute of Information Scientists and Engineers, Pyeong-chang, Korea, pp.1,478-1,480, Dec. 2021.

K. W. Sim, J. M. Son, K. H. Kang, “Crowd counting based on Deep Learning”, The KSCI summer Conference 2021 , The Korea Society of Computer Information, Jeju, Korea, pp.17-20, July 2021.

T. H. Lee, Y. S. Park, Y. M. Kim, D. H. Choi, “A Method of Counting Vehicle with High Accuracy Using YOLOv3”, Transactions of KSAE, Vol.29, No.3, pp.283-288, March 2021. DOI: https://doi.org/10.7467/KSAE.2021.29.3.283

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김민우

소속기관 국방대학교

주요연구분야 공학 > 공학 일반 공학 > 산업공학

논문수 5 이용수 840

마정목

소속기관 국방대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10% 공학 > 공학 일반 TOP 1%

논문수 47 이용수 7,436

이 논문과 함께 이용한 논문

실시간 객체 탐지 모델 기반 객체의 이동 방향 및 이동 거리 탐지

이진형 , 김광훈 Proceedings of KIIT Conference 2023 .06

무인항공기의 감시·정찰 임무 수행을 위한 강화학습 기반 임무 계획 기법 연구

강수진 , 이현준 , 문보훈 외 3명 한국항공우주학회 학술발표회 초록집 2023 .04

무인항공기의 감시·정찰 임무 수행을 위한 영상 기반 객체 추종 기법연구

강수진 , Nan Lao Ywet , 이현준 외 3명 한국항공우주학회 학술발표회 초록집 2022 .11

외형특징 추출 기능을 개선한 딥러닝 기반의 다중객체 추적

최효민 , 서기성 전기학회논문지 2023 .06

지하 주차장 차량 추적을 위한 객체의 이동 방향 추정

Nguyen Huu Thang , 김재민 멀티미디어학회논문지 2021 .02

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)