초록
이 논문은 장거리 영상에서 공을 감지하기 위해 특화된 딥 네트워크 기반 객체 검출기(DOI: Deep Network Based Object Detector)를 설명합니다. 이 방법은 완전히 합성곱 설계(fully convolutional design)를 사용하므로 임의의 크기의 이미지에 대해 작동하며, 감지된 공의 위치를 인코딩하는 \emph{공 신뢰도 맵}(ball confidence map)을 생성합니다. 네트워크는 하이퍼컬럼(hypercolumn) 개념을 사용하여, 딥 합성곱 네트워크의 다른 계층 수준에서 얻은 특징 맵(feature maps)들이 결합되어 합성곱 분류 레이어(convolutional classification layer)에 공동으로 입력됩니다. 이는 관심 객체 주변의 더 큰 시각적 문맥(larger visual context)을 고려함으로써 검출 정확도를 향상시키는 데 도움이 됩니다. 이 방법은 공개적으로 이용 가능한 ISSIA-CNR 축구 데이터셋(ISSIA-CNR Soccer Dataset)에서 테스트되었으며, 최신 연구 결과(state-of-the-art results)를 달성하였습니다.