Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2021.11a
- /
- Pages.791-794
- /
- 2021
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
2-stage Classification Model of vehicles based on CNN Algorithm
CNN 알고리즘 기반 2단계 차종 분류 모델
- Kim, Han-Kyum (School of Software, Soongsil University) ;
- Ahn, Yoo-Lim (Dept. of Software, Kwangwoon University) ;
- Yoon, Seong-Ho (Dept. of Cyber Security, Daegu Catholic University) ;
- Lee, Young-Jae (Dept. of Hacking & Security, Far East University) ;
- Lee, Young-Heung (Dept. of Computer Science and Engineering, Korea National University of Transportation) ;
- Lee, Weon-June (Dept. of Information Communication, Kyungmin University) ;
- Kim, Hyun-Min (Financial Security Institute) ;
- Kim, Young-Ok (Hyundai Motor Company)
- 김한겸 (숭실대학교 소프트웨어학부) ;
- 안유림 (광운대학교 소프트웨어학부) ;
- 윤성호 (대구가톨릭대학교 사이버보안학과) ;
- 이영재 (극동대학교 해킹보안학과) ;
- 이영흥 (국립한국교통대학교 컴퓨터공학과) ;
- 이원준 (경민대학교 정보통신과) ;
- 김현민 (금융보안원) ;
- 김영옥 (현대자동차)
- Published : 2021.11.04
Abstract
범죄차량 판독 시스템, 지능화된 CCTV 등 차량과 관련된 시각지능에 관한 연구가 큰 관심을 받고 있다. 이 중 차량 분류 기술은, 특정 차량을 인식하는 핵심기술이다. 이와 관련한 기존 연구들은 큰 차종으로만 분류하거나, 분류 가능한 차종의 수, 정확도 등이 낮아 실용성 및 신뢰성이 떨어진다는 단점이 있다. 따라서, 본 논문에서는 차종을 정확하게 분류할 수 있는 2단계 차종 분류 알고리즘을 제안한다. 제안 시스템은 CNN으로 학습된 모델을 기반으로 1차로 차량의 유형을 분류하고, 2차로 정확한 차종을 분류한다. 실험 결과, 52개의 차종을 분류함에 있어 단일 분류 모델에 비해 5.3%p 더 높은 90.2%의 분류 정확도를 보였다. 이를 통해, 더욱 정확한 차종 분류가 가능하다.
Keywords