A Study on the Low Resolution Object Detection Method using Saliency U-Net and Data Augmentation
Ming-Shou An, Hye-Youn Lim, Dae-Seong Kang · The Journal of Korean Institute of Information Technology · 2023
저해상도 영상에서의 객체 검출은 영상의 품질이 낮아 산업적인 응용에서는 전통적인 객체 검출 알고리즘에만 의존할 시 잡음에 취약하여 성능 저하를 초래하는 경우가 많다. 이러한 문제를 해결하기 위하여 본 논문에서는 지식 증류 기반의 GAN(Generative Adversarial Networks)알고리즘을 적용하여 고해상도 영상 데이터를 회전, 크기, 반전, 해상도 등의 변환을 거쳐 객체에 대한 특징 데이터를 증강 학습하여 데이터를 생성한다. 또한, 생성된 데이터에 대하여 Saliency 메커니즘 기반의 U-Net을 활용하여 특정 객체를 검출하고 추적하는 방법을 연구한다. 기존 검출 방법과의 비교 분석 실험을 통해 제안하는 방법이 저해상도 영상에서 더 높은 정확도와 강인성을 제공함을 검증하였다. 실험 접근 방식은 3개의 산업용 검출 분야 관련 공개 데이터 셋에서 성능 평가를 진행하였으며, 기존 방법에 비해 mAP가 5% 이상 개선되었음을 확인하였다.