Atrous Convolution을 이용한 군중 행동 분류 정확도의 향상

초록

최근 컴퓨터 비전 분야에서는 딥러닝의 등장으로 비디오로부터 인간의 행동을 인식하거나 분류하는 등의 연구들이 다양하게 이루어지고 있다. 하지만 이들 연구가 주로 소수의 인간을 포함한 비디오 데이터를 활용하고 있어, 다수의 군중이 포함된 CCTV 등을 이용하는 실제 비디오 감시 시스템에서 활용되기 어려운 문제가 있다. 본 논문에서는, 이러한 문제를 해결하기 위해, 비디오로부터 군중의 행동을 분류할 수 있는 3D Convolutional Neural Network 기반 군중 행동 분류 모델을 새롭게 제안한다. 제안되는 모델에서는 인간과 인간, 더 나아가 군중과 군중 사이의 상호 작용을 더욱 자세히 살펴볼 수 있도록 Atrous Convolution을 이용하여 기존 인간 행동 분류 모델을 활용하는 경우보다 높은 정확도로 군중 행동 분류를 가능함을 보인다. 또한, 이러한 결과를 통해 딥러닝을 활용한 자동화된 비디오 감시 시스템의 가능성을 보이고자 한다.