Earticle

초록

영어

Recently, thermal infrared cameras are utilized for various applications, such as military, agriculture, surveillance, and medical purposes. However, it is not easy to develop deep learning-based target object detection algorithms due to high price of thermal IR cameras and insufficient public databases. In this paper, we present a method to detect target-agnostic objects based on thermal signals without any training data. After image processing of an input IR image based on the assumption that the target object has relatively higher brightness than environment, the recent zero-shot segmentation method is applied to detect the target object robustly. The dataset for target-agnostic object detection is generated in the various environments using remote control tank models and a thermal IR camera. By experiments, we show the effectiveness of the proposed method to detect target-agnostic objects.

한국어

최근 열적외선 카메라는 군사, 농업, 감시 및 의료 목적으로 다양한 응용 분야에서 활용되고 있다. 그러나 열적외선 카메라의 높은 가격과 부족한 공개 데이터 세트로 인해 딥러닝 기반 객체 탐지 알고리즘을 개발은 여전히 어려운 과 제이다. 본 논문에서는 학습 데이터 없이 열 신호를 기반으로 미상 객체를 탐지하는 방법을 제시한다. 열원을 가진 객체는 주변 환경에 비해 상대적으로 높은 밝기를 가진다는 가정에 기반한 열적외선 이미지의 처리를 수행한 후, 제 로 샷 분할(Zero-Shot Segmentation) 방법으로 관심 객체를 강건하게 탐지한다. 제안한 방법은 원격 제어 전차 모델과 열적외선 카메라를 사용하여 다양한 환경에서 취득한 데이터 세트로 성능을 평가하였다. 실험을 통해 제안된 방법이 열원을 가진 미상 객체를 탐지하는 데 효과적임을 보여준다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1 객체 검출
2.2 기초 모델 (Foundation Models)
3. 알고리즘 검증을 위한 열적외선 데이터 구축
4. 미상 객체 검출 방법
4.1 열상 기반 객체 위치 초기화
4.2 SAM 기반 객체 위치 결정
5. 실험 및 평가
5.1 구현 사항
5.2 정량 평가
5.3 정성 평가
6. 결론
Acknowledgment
참고문헌

키워드

저자

• 김수민 [ Sumin Kim | 충북대학교 지능로봇공학과 ]
• 차순웅 [ Soon-woong Cha | 현대로템주식회사 미래플랫폼체계팀 ]
• 황영배 [ Youngbae Hwang | 충북대학교 지능로봇공학과 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국차세대컴퓨팅학회 논문지 [THE JOURNAL OF KOREAN INSTITUTE OF NEXT GENERATION COMPUTING]

• 간기

  격월간

• pISSN

  1975-681X

• 수록기간

  2005~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 566 DDC 004