3D 모델 기반 합성 이미지 생성을 이용한 장애인 교통약자 탐지 성능 개선

초록

학습 데이터 확보가 매우 제한적인 기존 응용 분야의 경우, 객체에 대한 데이터 구축 시 데이터 불균형과 데이터 부족 등의 문제점이 발생할 수 있다. 본 논문은 3D 모델을 이용한 이미지를 이용하여 실제와 유사한 합성이미지 생성 방법을 제안한다. 제안하는 기법은 다음과 같다. 첫째, 블렌더 프로그램(Blender Program)를 이용하여 3D모델을 렌더링하고, 2D 이미지 투영 후 영상 분할 모델인 SegFormer를 사용하여 지면 마스킹 정보를 획득한다. 둘째, 객체에 대한 라벨링 정보를 생성하고 실제와 유사하게 배경 이미지를 합성한다. 생성된 데이터는 실시간 탐지를 위한 YOLO 계열의 모델과 학습 데이터셋의 수를 각각 다르게 하였을 때의 정밀도, 재현율을 비교 평가하였다. 실험 데이터셋과 대조 데이터셋에 이미지를 2,000장씩 순차 추가했을 때, 대조 데이터셋 대비 제안한 방법으로 생성한 데이터셋의 YOLOv4의 탐지 결과 mAP 16.73%p, 휠체어, 사람 클래스에서 각 28.5%p, 26.19%p 증가하였으나, 시각장애인 클래스에서 4.3%p 감소하였다.

키워드