기술정보
기술정보
기술명 자율주행을 위한 데이터 셋 기술 및 경찰관, 교통안전요원, 검출, 추적, 수신호 인식 기술
기술명(영문) Development of an open dataset and cognitive processing technology for the recognition of features derived from unstructured human (police officers, traffic safety officers, pedestrians etc.) motions used in self-driving cars
활용분야 자율주행차 CCTV 교통정보서비스 안전 분야
기술번호 TI2019-01284
기술성숙도
#기술성숙도
개발전 3단계:연구실 규모의 기본성능 검증
개발후 5단계:확정된 부품/시스템 시작품 제작 및 평가
외부기술요소 개발목표시기 2020-12-31
결과물 형태
검증방법
시장성
시장성
시장성 내용
1. 국내외 기술동향 및 경쟁력
   ㅇ 국내기술 동향
▷ KAIST Multispectral Pedestrian Detection Benchmark
- 국내 공개 데이터 셋은 KAIST의 데이터 셋이 유일함
- HD급의 화질로 촬영된 95,000여장의 보행자 데이터 셋 임.
- 컬러 이미지와 열 영상 두 가지 방법으로 촬영됨
▷ 객체 인식 및 추적 동향
- 포항공대는 ACF특징 기반으로 주변 정보를 활용한 ACF++ 를 이용한 보행자 검출 기술을 개발.
- 연세대에서는 딥러닝 네트워크를 이용한 도로주행상황에서의 객체인식 기술을 개발.
- 홍익대는 어안렌즈 카메라로 획득한 영상에서 차량인식을 위한 검출기를 개발.
- 포항공대는 Depth 영상 기반의 사람 행동 인식 기술을 개발.

   ㅇ 해외기술 동향
▷ Benchmark Datasets
- Caltech Pedestrian Benchmark: 현재 세계적으로 많이 인용되는 benchmark dataset. 보행자 카테고리만 제공하고 있음.
- Berkeley Deep Drive: 공개 데이터 중 가장 많은 카테고리(10개)를 보유함. Video, 2D box, segmentation의 데이터를 다운 받을 수 있음.
▷ 객체 인식 및 추적 동향
- 미국 마이크로 소프트 연구 팀에서는 CNN을 기반으로 하는 Region Proposal Network (RPN)와 ROI Pooling 방법을 개발해 Faster R-CNN 이라는 고성능의 보행자 및 물체 검출 기술을 개발.
- 미국 페이스 북 연구 팀은 기존의 Faster R-CNN을 기반으로, 특징 피라미드 간의 계층적 예측을 수행하는 Feature Pyramid Network (FPN)를 개발.
- 독일 Max Planck Institute는 Multicut 알고리즘을 이용한 다중 추적 기술을 개발.
- 미국 카네기 멜론 대학교에서는 Part Affinity Field 기반의 사람 자세 추정 알고리즘을 개발.

   ㅇ 표준화 동향
▷ 데이터 셋 표준
- 자율주행을 위한 데이터 셋 표준은 존재하지 않음.
▷ 객체 검출 및 추적 표준
- 객체 인식을 위한 표준은 존재하지 않음


   ㅇ 기술적 경쟁력(우수성 및 차별성)
▷ CalTech Pedestrian Dataset. Berkeley DeepDrive Dataset 
- 자율주행을 위한 국내 데이터 셋이 KAIST 데이터가 유일함. 국내 자율주행을 위한 데이터가 현저히 부족함. 국가마다 교통신호체계, 교통통제설비가 다르기 때문에 해외의 데이터 셋으로 학습을 시킬 경우 국내 교통체계를 정확히 인식하기 어려움. 본 데이터 셋은 국내 데이터로 구성되어 국내 교통체계를 반영함. 경찰 및 교통안전요원 데이터 셋 구축은 세계 최초 시도임.
▷ NVIDIA-Jetpack
본 과제에서 개발한 보행자, 교통안전요원 및 경찰관 검출기술은 임베디드 보드상에서 실시간으로 동작하고, 영상의 해상도와 촬영 환경에 무관하게 높은 검출율을 가짐.
▷ 자율주행을 위한 인지처리 기술을 타겟으로 하여 교통안전요원 및 경찰관의 수신호를 인식하는 기술은 현재 개발되지 않았으므로 본 과제에서 개발한 인지처리기술이 차별성을 가짐. 

2. 국내외 시장동향 및 전망
   ㅇ 국내시장 동향 및 전망
- 자율주행을 위한 영상시스템 국내 시장규모 및 전망은 2020에 176억달러로 전망
- 자율주행을 위한 카메라를 기업의 핵심 사업으로 선정 – 삼성 CMOS, SEKONIX & NVIDIA, Sony
- 국내 자율주행 자동차 산업의 규모는 2018년 5000억원에 달할 것으로 예상했으며, 개발 종료 후 3년 인 2024년에는 8000억원에 달할 것으로 전망.
- 현대자동차, 현대모비스 등 국내 주요 자동차 제조회사에서 자율주행을 위한 인지처리기술을 활발하게 개발 중에 있음.
- 완성차 업계는 높은 가격, 약한 내구성(구동장치), 차량외관 변형 등의 문제로 LiDAR 기피, 카메라 기술시장 확대 예상

   ㅇ 해외시장 동향 및 전망은 2020에 1904억달러로 전망
- 자율주행을 위한 영상시스템 세계 시장규모 및 전망 
- 딥러닝 기술의 발전으로 카메라로부터 추출된 영상을 처리하는 기술이 발전되고 시장이 확대됨
- 콘티넨탈, 덴소, 보쉬, 발레오, 델파이 등 대형 부품업체는 카메라 인식 기술을 보유함.
- Daimler사는 LiDAR를 stereo camera로 대체하여 103km 완전자율주행수행
- 유럽 자동차 안전성 등급 판정기관(Euro NCAP)은 자동차 안전등급 판정항목으로 횡방향 움직이는 장애물 탐지 기술을 추가
 
시장성 -제품화 및 활용분야
시장성 -제품화 및 활용분야
활용분야(제품/서비스) 제품 및 활용분야 세부내용
등록된 내용이 없습니다
자율주행차
딥러닝 기반의 물체검출 알고리즘용 training dataset 및 임베디드 보드에 포팅하여 실제 도로주행상황에서 정적 데이터 뿐 아니라 동적 비정형 데이터를 인지하는데 사용될 수 있다.
CCTV
보행자 추적 기술은 비디오 감시, 사람 계수, 사람 행동 분석, 사람 행동 분석 등에 사용될 수 있다.
교통정보서비스
교통 수신호 인식 기술은 자율주행 자동차에서 비정형 데이터 인식을 통해 자동으로 도로 교통흐름을 분석하기 위해 사용될 수 있다.
안전 분야
경찰관, 교통안전요원 검출은 도로상에서 경찰관, 교통안전 요원의 위치를 파악하고, 동적 특성인지를 위한 사전 단계로 사용될 수 있다.
기술개요(영문)
기술개요(영문)
기술개요(영문) 내용
1. Technical Name
Open Dataset for Self-driving Car and Object Detection, Tracking and Gesture Detection Algorithm
2. Concept
▷ Open Dataset for Self-driving Car

- Large amount Data sets are collected considering environmental factors such as weather, time and etc.
The collected data is labeled for AI-based learning.
- By establishing a public repository, the user will be able to use it if he or she agrees to confirm the information provision and commercial use.
 
▷ Object Detection, Tracking and Gesture Detection Algorithm

- Extract body parts and skeletons such as hand,arm,leg from police officers and traffic safety officer. Then learn their behavior using RNN Attention Model.
- Used RGB video and Optical flow to figure out behavior and hand signals of traffic safety officers precisely. Moreover we used I3D Networks to improve image recognition performance.

3. Service Offering

- Road driving image dataset for deep learning based object detection
- Object recognition algorithm for autonomous driving
- Object tracking algorithm for autonomous driving
- Gesture detection for autonomous driving

4. Comparative Advantage
- Open-source dataset
- High definition image dataset
- High accuracy detection algorithm

5. Patents(Domestics)
 
Patents(Domestics) Application (  O  )
Registration(    )
Patents(International) Application (  O  )
Registration(    )
기술개요 및 개념도
기술개요 및 개념도
기술개요 및 개념도 내용
1. 기술의 개념 및 내용
   ㅇ 기술의 개념
- 자율주행 차량에 지령을 내리기 위해 학습데이터로 사용되는 데이터 셋의 수집
- 이를 일반인 및 기업이 사용할 수 있도록 오픈하는 다운로드 페이지 구축
- 차량의 카메라를 활용하여 경찰관 및 안전요원의 수신호를 인식하여 차량에게 지령을 내리는 알고리즘 개발

   ㅇ 기술개념도


   ㅇ 기술의 상세내용 및 사업화 제약사항
    ▷ 기술의 상세내용
- 국내외의 경찰관 및 도로교통 안전요원의 수신호를 날씨, 시간 등의 환경적인 요인과 혼잡, 여유상황의 교통상황을 고려하여 데이터 분류 및 수집.
- 수집된 데이터를 AI 기반의 학습을 진행하기 위해 수집 데이터 라벨링.
- 수집된 데이터의 공개 저장소를 구축하여 사용자의 정보제공 동의 및 상업적 활용 여부의 확인을 받아 사용할 수 있도록 구축예정.
- 동적 데이터의 인지처리를 위해 보행자 검출 기술, 보행자 추적 기술, 경찰관, 교통안전요원 인식 기술, 교통 수신호 인식 기술 개발.
- 도로 환경에서 촬영된 영상에서, 보행자를 검출한 후 추적을 수행하여 각각의 보행자에 대해 ID를 부여하고 히스토리 추적.
- 경찰관 및 교통안전요원을 검출 및 추적하여 시퀀스 데이터를 추출하고, 행동인식 기반의 교통 수신호 인식 알고리즘을 적용하여 동적 데이터 분석.
- 인지처리기술 개발을 위해 영상 특징 기반 알고리즘 및 딥러닝 기반의 알고리즘 개발.
- 임베디드 보드 상에서 실시간 동작을 위해 처리 속도를 중점적으로 고려한 영상 인식 알고리즘 개발.

    ▷ 기술이전 범위
- 객체 인식 알고리즘의 학습을 위한 대용량 데이터 셋.
- 자율주행 차량에 탑재 가능한 실시간 객체 검출 및 추적 알고리즘

    ▷ 사업화 제약사항
- 현재 국내에서 스타트업 및 기업이 자율주행을 위해 데이터 셋을 필요로 함. 하지만 해당 기술은 주관기관의 임의대로 공개할 수가 없기 때문에 2020년 이후에나 일반에게 공개가 가능함.
- 데이터 셋의 라벨 포맷이 정해져 있기 때문에 사용자의 필요에 따라 직접 라벨을 수정하여 사용해야함. 

 
첨부파일
본과제 정보
본과제 정보
과제명(한글) 자율주행에 영향을 미치는 비정형 (경찰관, 교통안전요원, 보행자 등) 동적특성인지 오픈 데이터셋 및 인지처리 기술개발
과제명(영문) Development of an open dataset and cognitive processing technology for the recognition of features derived from unstructured human (police officers, traffic safety officers, pedestrians etc.) motions used in self-driving cars
색인어 (한글) 자율주행  / 비정형 데이터 셋  / 딥러닝  / 데이터 API 구축  / 동적특성 인지처리기술
색인어 (영문) Autonomous Driving  / Informal Dataset  / Deep Learning  / Data API Construction  / Dynamic Object Recognition
과제번호 2018-0-01290-002 해당연도 2019
기술분류
권리성 SW
총연구기간 2018-05-01 ~ 2021-12-31 총예산 미공개
기간(당해연도) 2019-02-01 ~ 2019-12-31 예산(당해연도) 미공개
참여기관 미공개
주관기관 광주과학기술원 과제책임자 이용구
연락처
연락처
tel : 미공개
cp : 미공개
E-Mail 미공개
개발중인 기술(기술예고)
개발중인 기술(기술예고)
기술번호 기술명 목표시기
TI2019-0128400001 자율주행을 위한 데이터 셋 기술 및 경찰관, 교통안전요원, 검출, 추적, 수신호 인식 기술 2020-12-31
이전가능 기술
이전가능 기술
기술번호 기술명
등록된 내용이 없습니다
지재권 목록
관련 지재권 목록
발명 명 출원 번호
등록된 내용이 없습니다
덧글 0