Determining the Scale of Military Echelon Using Deep Learning-Based Object Detection and Tracking Techniques
Minwoo Kim, Jungmok Ma · Journal of the Korea Academia-Industrial cooperation Society · 2023
4차 산업혁명 기술의 발전과 인구절벽 등 여러 요인으로 인해 군이 맞닥뜨리게 될 미래 작전환경에서 전투행위의 주체는 무인 중심으로 전환될 것이다. 그중 감시정찰 분야는 가장 먼저 무인체계에 의해 임무가 대체 되어가고 있다. 본 논문에서는 딥러닝 기반의 알고리즘을 활용하여 지상 감시 간 기동하는 군 제대의 규모를 판단하기 위한 연구를 수행하였다. 딥러닝 알고리즘 중 객체탐지와 객체추적 기법을 활용하여 영상 내 특정 무기체계를 식별하고 탐지된 객체의 계수를 통해 제대 규모를 판단하였다. 특히 기동 및 화력 무기체계인 자주포, 전차, 장갑차를 기준으로 제대규모를 판단하였으며, 제대의 규모를 판단할 수 있는 특정 무기체계에 대한 탐지와 추적, 계수에 집중하였다. 모델은 객체탐지 알고리즘인 YOLOv8s를 객체 검출기, 다중 객체추적 알고리즘에서 높은 성능을 보여주는 BYTE 알고리즘을 추적기로 구성하여 객체탐지와 추적을 수행한다. 마지막으로 객체탐지와 추적에 이어 클래스별로 객체를 계수하고 계수된 값에 의해 규모를 판단하는 알고리즘을 추가하여 모델을 완성하였다. 학습 데이터는 지상에서 촬영된 이미지를 클래스별로 수집하였고 클래스는 자주포, 전차, 장갑차 3가지로 구성하였다. 모델 평가를 위해 제대규모를 반영한 테스트 영상으로 모델의 정확도를 확인하였으며 80%의 정확도를 나타내었다. 본 연구를 통해 향후 지상 감시장비를 활용해 군 제대규모를 판단할 수 있는 방법을 제시하였다는 것에 의의가 있다.