물체 검출을 위한 SBC(Single Board Computer) 환경에서의 비전 알고리즘 연구

Abstract

최근 들어 IT 기술에 발달로 인하여 IoT를 이용한 많은 연구가 진행되고 있다. IoT는 홈 IoT, 헬스케어, 자동차 산업, 교육산업 등 다양한 분야에서 사용되고 있다. 현재 IoT는 주로 경제성이 좋고 사용이 간편한 SBC(Single Board Computer)를 사용하여 개발되고 있다. SBC는 고성능 PC에 비하여 상대적으로 가격이 저렴하고, 다양한 기능들을 수행할 수 있다. 또한 GPIO를 통한 간단한 연결 방식을 사용하기 때문에 사용자가 전자회로 및 프로그래밍 전공자가 아니더라도 누구나 쉽게 사용이 가능하다. 현재 카메라 센서와 SBC를 결합하여 많은 연구들이 진행되고 있다. SBC에 부착된 카메라로 촬영한 영상을 SBC에서 데이터 처리를 하면 얼굴 인식, 물체 인식, 색상 인식, 글자 인식 등의 여러 영상처리 기술로 접목 가능하다. 이러한 영상처리 기술들을 이용하여 객체 탐지, 생체 인식, 보안, 로봇, 인공지능 카메라와 같은 분야에 사용될 수 있다.

본 논문에서는 SBC를 이용한 물체 탐지 연구를 위하여 물체 탐지 알고리즘에 대한 연구를 진행한다. SBC는 싱글코어, 쿼드코어 기반의 저 사양 스펙들이 대부분이어서 고성능 PC에서 사용하는 CPU, GPU 등에 비하여 성능이 많이 떨어진다. 이런 단점은 SBC에서 물체 탐지를 진행할 때 좋은 퍼포먼스를 발휘하기 힘들어, 검출률의 하락을 가져온다. 이러한 문제점을 개선하는 방법은 물체 인식을 할 때 원본 영상 이미지를 전처리 과정을 거쳐 SBC에서 영상 이미지를 탐지하기 좋은 상태로 만들어주는 것이다. 그리하여 본 논문에서는 SBC에서 물체 탐지 알고리즘을 사용할 때 검출률을 높여주기 위하여 원본 영상 이미지의 전처리 과정을 통해 검출률을 높여줄 수 있는 영상 이미지로 만들어주는 알고리즘을 제안하고자 한다. 제안하는 알고리즘은 히스토그램 평준화와 영상 이미지 크기 변환을 통해 영상처리를 해준다. 영상처리를 통해 나온 전처리 영상 이미지를 SBC에서 물체 탐지 알고리즘에 적용하면 원본 영상 이미지에 비해 검출률이 향상된다. 제안된 알고리즘의 유효성을 검증하기 위하여 20장의 영상 이미지 데이터를 사용한 실험을 통하여 결과를 제시하였다. 원본 영상 이미지에 비해 전처리 영상 이미지의 검출률은 16.3%의 향상률을 보여주었고, SBC에서 물체 탐지를 할 때 개발한 전처리 알고리즘을 사용하면 검출률 상승이 가능함을 알 수 있었다. 본 연구의 결과를 통하여 SBC에서 물체 탐지를 할 때 제안한 알고리즘을 사용하면 검출률 향상으로 물체 탐지 알고리즘을 쓰는 분야에서 더 유용하게 사용될 것으로 판단된다.; According to the development of IT technology, recently many studies using IoT have been carried out. IoT is being used in various fields such as home IoT, healthcare, automobile industry and education industry. Currently IoT is being developed by using SBC (Single Board Computer), which is mainly economical and easy to use. SBC is relatively inexpensive and can perform a variety of functions compared to high-performance PC. It also uses simple connections through GPIO so, makes it easy for anyone to use SBC even if the user is not an electronic circuit and programming major. By attaching various sensors to the SBC, individual works can be produced at low cost and programming learning can be used by many developers. A number of studies are currently being run by combining camera sensors among various sensors with SBC. If a camera attached to an SBC processes a video from the SBC, it can be applied to various imaging technologies such as face recognition, object recognition, color recognition, and character recognition. These imaging techniques can be used in areas such as object detection, biometric recognition, security, robotics, and artificial intelligence cameras. In this thesis, research on object detection algorithms is conducted for object detection study using SBC. Because SBC has mostly low specifications based on single-core and quad-core, its performance is much lower than CPU and GPU that are used in high-performance PC. This disadvantage is that it is difficult to produce good performance in object detection in the SBC, which results in a decrease in detection rate. An improvement to this problem is that when object recognition is made, the original image is pre-treated and in a good state to detect it in the SBC. Therefore, in order to increase detection rate when using object detection algorithms in the SBC, this thesis proposes an algorithm that makes the detection rate higher through the pre-processing process of the original image. The proposed algorithm provides image processing through histogram leveling and image size conversion. Applying preprocessing images from image processing to object detection algorithms in the SBC improves detection rates compared to the original images. Results were presented through experiments using image data in Chapter 20 to verify the validity of the proposed algorithm. The detection rate of pre-treatment images compared to the original images showed an improvement of 16.3%, and the use of pre-treatment algorithms developed for object detection in the SBC showed an increase in detection rates. The results of this study suggest that the proposed algorithm for object detection in the SBC will be more useful in the field of writing object detection algorithms with improved detection rates.