전방 차량 탐지는 전방에서 발생하는 자동차 사고를 예방하는 핵심 기술이다. 인공지능(AI) 기법은 차량을 보다 정확하게 탐지하는 데 활용되지만, AI 기반 차량 탐지는 높은 계산 복잡도로 인해 많은 처리 시간이 소요된다. 전방 차량과의 충돌 위험이 있을 때, 차량의 느린 탐지 속도는 사고로 이어질 수 있다. 실시간으로 차량을 신속하게 탐지하기 위해서는, 기존 AI 기반 차량 탐지와 유사한 탐지 성능을 가지면서도 고속이며 경량인 차량 탐지 기술이 필요하다. 또한 차량에 전방 충돌 경고 시스템(FCWS) 기술을 적용하기 위해서는, 차량의 배터리 소모가 낮게 유지되어야 하므로 저전력 임베디드 시스템 기반의 고성능을 제공하는 것이 중요하다. 차량 탐지 알고리즘은 FCWS에서 가장 많은 자원을 차지한다. 전력 소모를 줄이기 위해서는, 즉 알고리즘을 실행하는 데 필요한 자원의 양을 줄이기 위해 알고리즘의 계산 복잡도를 감소시키는 것이 중요하다. 본 논문은 머신러닝과 딥러닝을 이용한 빠르고 정확한 전방 차량 탐지 방법을 제시한다. 연속된 영상에서 차량을 일관되게 탐지하기 위해, 추적 알고리즘을 기반으로 경계 상자를 예측하고 탐지 알고리즘을 기반으로 이를 보정하기 위해 칼만 필터를 사용한다. 그 결과, 딥러닝 기반 객체 탐지에 비해 차량 탐지 속도가 약 25.85배 더 빠르며, 탐지 정확도는 머신러닝 기반 객체 탐지보다 우수하다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.