비트스트림을 이용한 임베디드 시스템에서의 효율적인 객체 탐지
- Title
- 비트스트림을 이용한 임베디드 시스템에서의 효율적인 객체 탐지
- Other Titles
- Efficient object detection in embedded system using bitstreams
- Author
- 공세운
- Alternative Author(s)
- Kongsewoon
- Advisor(s)
- 김영민
- Issue Date
- 2024. 2
- Publisher
- 한양대학교 대학원
- Degree
- Master
- Abstract
- 딥러닝 기술의 발전으로 인해 지능형 비디오 감시 기술이 CCTV 감시 센터에서 더욱 활발하게 적용되고 있다. 그러나 감시 센터의 제한된 컴퓨팅 파워로 인해 많은 CCTV 중 일부만이 실시간으로 분석된다. 이를 해결하기 위해 압축된 비디오를 활용하는 것은 대안이 될 수 있지만, 압축 데이터의 정보 불충분으로 인해 감지 성능이 부족한 문제가 있다.
본 연구에서는 압축된 비트스트림 특징에서 객체를 탐지하고자“REO(Resource Efficient Object detection)" 비디오 객체 감지 프레임워크를 제안한다. 이 프레임워크는 압축된 비디오의 특징을 더 효과적으로 활용하기 위해 이전 프레임의 감지 결과를 현재 프레임에 마킹하여 탐지하고자 하는 객체를 두드러지게 표현한다. 또한, HEVC (High-Efficiency Video Coding)의 엔트로피 디코딩 단계에서 추출된 비트스트림 특징을 효율적으로 사용할 수 있는 가이드라인 모델을 추가함으로써, 리소스와 실시간 탐지에 도움을 준다. 이러한 방식으로 CCTV 관리 센터의 채널 커버리지를 확장시킬 수 있다.
비트스트림 특징을 효과적으로 표현하기 위해, 본 연구에서는 두 가지 특징인 모션 벡터 (MV)와 예측 단위 크기 (PUS)를 개발했다. 또한, 이를 조합하고 HSV (색상, 채도, 명도) 공간으로 재구성하여 PUMV 특징을 생성했다. 이 과정을 통해, 좋지 않은 품질의 P-프레임 특징에서도 객체의 움직임을 효과적으로 포착할 수 있다.
REO의 절차는 이전 프레임의 결과를 다음 프레임에 전파함으로써 성능을 향상시킨다. 또한 비트스트림 특징의 객체를 추출할 수 있는 얕은 모델을 사용하여 이전 P-프레임을 지원함으로써 실시간 처리와 임베디드 시스템 배포가 용이하다. REO는 희소한 I-프레임에 대해서만 전체 디코딩이 필요하기 때문에 리소스를 크게 절약할 수 있다. 실험 결과에 따르면, REO는 계산 효율성에도 불구하고 시간적 특징으로 모델링한 객체 감지 방법보다 더 우수한 성능을 나타내며 특히 복잡한 환경에서도 강건함을 보인다.
- URI
- http://hanyang.dcollection.net/common/orgView/200000721990https://repository.hanyang.ac.kr/handle/20.500.11754/189161
- Appears in Collections:
- GRADUATE SCHOOL[S](대학원) > DEPARTMENT OF INDUSTRIAL DATA ENGINEERING(산업데이터엔지니어링학과) > Theses (Master)
- Files in This Item:
There are no files associated with this item.
- Export
- RIS (EndNote)
- XLS (Excel)
- XML