A Transfer Learning and Performance Comparison of Deep Learning Models for Pedestrian Classification under Automobile Driving Environment
Yeong-Hyeon Byeon, Keun-Chang Kwak · The Journal of Korean Institute of Information Technology · 2018
본 논문은 자동차 주행환경에서 딥러닝 모델들에 따른 보행자 분류의 성능비교를 한다. 요즘 자동차의 경우 블랙박스는 대부분 설치하고, 운전자 보조 시스템도 카메라를 이용한 영상처리기반 기술들이 적용되고 있다. 보행자 분류는 영상에서 사람후보지역에 대해 사람인지 아닌지 최종적인 판단하는 중요역할을 한다. 본 논문에서는 딥러닝 모델로써 잘 알려진 AlexNet, GoogLeNet, ResNet 모델을 이용하여 전이학습(transfer learning)을 수행한다. 딥러닝 모델들의 성능 비교를 위해 INRIA 데이터베이스와 자동차 운전환경에 구축된 CU 데이터베이스를 사용하였다. INRIA 학습용 데이터는 전이학습을 위해 사용하고, 성능검증은 INRIA 검증용 데이터와 CU 데이터를 사용하였다. 실험결과 전이학습에 근거한 ResNet의 성능이 AlexNet과 GoogLeNet보다 더 높은 분류율을 보였다.