학습 기반 영상처리 분석을 통한 적재불량 차량 단속 시스템 개발

Abstract

적재불량 차량의 적재물 낙하로 인한 사고는 점차적으로 증가하고 있다. 적재물의 낙하로 인한 사고는 도로 및 차량의 훼손은 물론 인명피해까지 이어질 수 있는 중대한 도로 사고 중 하나이다. 본 연구에서는 적재 불량 차량을 단속하기 위한 시스템을 딥러닝 기법을 사용하여 개발하고자 한다. 본 연구에서는 Yolo V3, Mask RCNN, 적재 불량 라벨링 데이터 등을 활용하여 딥러닝 방식으로 적재 불량 차량의 적재 불량 정도를 정량적으로 점수화하여 단속하는 시스템을 개발하였다. 특히 적재 불량 라벨링 데이터의 경우는 전이학습 기법을 사용하여 시스템을 사용하여 단속을 수행시켜 점점 정확도가 향상되는 방식으로 개발을 진행하였다. 본 연구 결과를 통해 적재 불량 차량의 불량 점도를 점수화로 알려주어, 기존의 적재 불량 단속에 소모된 인력을 줄일 수 있을 것으로 기대되며, 적재 불량 단속 시스템을 도로에 적용시, 시행착오를 방지하고 개발 시간 및 비용을 절감할 수 있을 것으로 예상된다.