Vision-Based Scene Understanding and Semantic Segmentation/Tracking
연구 내용
자율주행 및 ITS 환경에서 비전 센서를 활용해 장면을 이해하고 분할·추적 성능을 높이기 위한 모델 설계와 파이프라인 연구입니다.
자율주행 및 ITS에서 장면 인식은 시각 입력을 기반으로 맥락 정보를 추출하는 핵심 단계입니다. 본 연구는 시맨틱 분할 중심의 장면 이해 파이프라인을 정리하고, 엣지 디바이스에서의 실용성을 고려한 경량화 기법을 함께 다룹니다. 특히 fire segmentation과 depth estimation에 대해 모델 압축 및 가지치기 기반 구조를 적용하여 연산 부담을 줄이면서 정확도 저하를 최소화하는 방향으로 접근합니다. 또한 원격 모니터링 상황에서 부분 가림과 복잡 배경이 존재할 때 검출 신뢰도를 추정해 추적 템플릿을 선택·전환하는 기법을 포함합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 자율주행을 위한 장면 이해(시맨틱 분할 등) 연구 동향과 과제, 데이터셋, 파이프라인의 시간 복잡도 관점을 함께 정리하는 단계로 연구를 수행했습니다. 이후 분할 기반 화재 탐지와 장면 이해 구성요소에 해당하는 depth estimation으로 확장하면서, 엣지 배치 가능성을 높이기 위한 경량화·압축 중심의 접근을 적용했습니다. 2023년에는 원격 모니터링에서 발생하는 가림·변형·클러터 문제를 고려하여 검출 맵의 신뢰도를 기반으로 추적 템플릿을 동적으로 운용하는 방향으로 심화되었습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Vision-Based Semantic Segmentation in Scene Understanding for Autonomous Driving: Recent Achievements, Challenges, and Outlooks
Efficient Fire Segmentation for Internet-of-Things-Assisted Intelligent Transportation Systems
Efficient Visual Tracking Based on Fuzzy Inference for Intelligent Transportation Systems
Controllable Model Compression for Roadside Camera Depth Estimation