드론 영상에서 지리참조 차량 궤적을 추출하기 위한 고급 컴퓨터 비전

본 논문은 고도에서 촬영된 드론 영상으로부터 지리참조 차량 궤적을 추출하기 위한 프레임워크를 제시하며, 도시 교통 모니터링의 주요 과제와 전통적인 지상 기반 시스템의 한계를 해결합니다. 본 접근법은 고도에서 촬영된 새눈 시점에 최적화된 맞춤형 객체 검출기, 이미지 등록 과정에서 감지된 차량 경계 상자를 배제 마스크로 사용하는 독특한 트랙 안정화 방법, 그리고 여러 드론 시점 간 일관된 정렬을 향상시키는 직교사진과 마스터 프레임 기반의 지리참조 전략을 포함하여 여러 혁신적인 기여를 통합합니다. 또한, 본 프레임워크는 견고한 차량 크기 추정과 상세한 도로 분할을 특징으로 하며, 포괄적인 교통 분석이 가능하도록 합니다.연구는 한국 인천 송도 국제업무지구에서 수행되었으며, 20개의 교차로를 대상으로 4일 동안 약 12TB의 4K 비디오 데이터를 수집하는 다중 드론 실험을 활용했습니다. 이 프레임워크는 두 개의 고품질 데이터셋을 생성하였는데, 약 700,000개의 고유 차량 궤적으로 구성된 송도 교통 데이터셋과 네 가지 클래스에 약 300,000개의 차량 인스턴스가 포함된 5,000여 장의 인간 주석 이미지를 포함하는 송도 비전 데이터셋입니다. 장비가 장착된 탐침 차량에서 얻은 고정밀 센서 데이터와 비교한 결과, 본 추출 파이프라인은 밀집된 도시 환경에서 높은 정확성과 일관성을 보였습니다.송도 교통 및 송도 비전 데이터셋의 공개와 추출 파이프라인에 대한 완전한 소스 코드 제공은 교통 연구 분야에서 데이터 품질, 재현성 및 확장성에 대한 새로운 기준을 설정하였습니다. 결과는 고급 컴퓨터 비전 기술과 드론 기술을 결합하여 정확하고 비용 효율적인 도시 교통 모니터링이 가능함을 입증하며, 지능형 교통 시스템 개발과 교통 관리 전략 강화에 중요한 자원을 제공할 것입니다.