딥러닝으로 내비에 필요한 도로 표지판 정보 얻는 법 - 21편 - TMAP의 딥러닝을 이용한 교통표지 인식 기술

간단 소개

TMAP은 딥러닝 기반 교통표지 인식 기술을 통해 도로 정보 업데이트의 효율성과 정확성을 높이고, 실시간 주행 환경에 맞는 최적화된 정보를 제공합니다.

AI Summary

교통표지 인식 기술 도입 배경
- TMAP은 도로 정보의 최신성 및 정확성을 위해 조사 차량이 촬영한 도로 이미지로부터 정보를 추출하고 업데이트함
- 기존 수작업 방식의 높은 운영 비용과 시간 소요 문제를 해결하기 위해 딥러닝 모델을 도입함
- 딥러닝 기반 영상 인식 기술을 통해 작업 자동화 및 효율성 증대
딥러닝 모델 활용 및 주요 기술
- Object Detection, Classification, Feature Matching 기법을 활용하여 도로 표지판 인식
- Object Detection으로 객체 위치 및 종류 파악, Classification으로 세부 분류, Feature Matching으로 연속 프레임 처리
- 실시간 영상 인식을 위해 UDP 통신을 사용하고, 중복 객체 제거를 위한 로직 및 Clustering 기술 적용
주행 유도선 인식
- 분홍색, 초록색, 파란색, 노란색 4종의 주행 유도선을 구분하여 인식하고, 변경 사항을 빠르게 반영
- Segmentation 기법을 활용하여 픽셀 단위로 주행 유도선 분류, ENet 모델을 사용하여 속도 및 효율성 확보
- 데이터셋 정제 시 TuSimple dataset 포맷 사용 및 Custom dataset 구축