Earticle

현재 위치 Home

[연구보문]

PreScan의 보행자 객체 탐지 성능 비교를 통한 최적 YOLO 알고리즘 선정에 대한 연구
A Study on Selecting the Optimal YOLO Algorithm through Comparison of Pedestrian Object Detection Performance in PreScan

첫 페이지 보기
  • 발행기관
    한국법과학회 바로가기
  • 간행물
    한국법과학회지 KCI 등재후보 바로가기
  • 통권
    제25권 제2호 (2024.11)바로가기
  • 페이지
    pp.88-95
  • 저자
    이재형, 김지환, 김종혁, 최지훈, 전우정
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A458420

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
This study aims to determine the optimal YOLO algorithm for object detection performance in PreScan simulation. YOLOv4, the current model used, is compared with five versions of YOLOv8 (v8n, v8s, v8m, v8l, v8x). The analysis focuses on simulation time, initial detection distance, and continuous detection distance to assess the suitability of each version for practical applications. YOLOv8n, designed for speed and efficiency, demonstrated significant improvements in reducing simulation time, while YOLOv8x showed exceptional performance in terms of detection accuracy and consistency. The various versions of YOLOv8 each present unique strengths, with YOLOv8n excelling in speed and YOLOv8x in accuracy. YOLOv8m offered a well-balanced approach, making it particularly suitable for scenarios where both speed and detection reliability are crucial. The study highlights the potential benefits of adopting YOLOv8 models in PreScan simulations, emphasizing their ability to enhance object detection performance in the tested scenario. While further testing is needed to confirm applicability across various conditions, the results suggest that each version has unique strengths that could be leveraged depending on specific requirements. Overall, YOLOv8m is identified as the optimal choice for balanced performance in the current test scenario, ensuring both effective simulation and reliable object detection capabilities.

목차

Abstract
Ⅰ. 서론
Ⅱ. YOLO를 활용한 보행자 AEB시뮬레이션
1. 시뮬레이션 환경 및 시나리오
2. 시뮬레이션 방법 및 분석
3. AEB 로직
4. 최적 알고리즘 선정 기준 확인 실험
Ⅲ. 보행자 객체 탐지 성능 비교
1. 시뮬레이션 수행 시간 비교
2. 객체 최초 인식 거리 비교
3. 객체 연속 탐지 최초 인식 거리 비교
4. 시뮬레이션 결과
Ⅳ. 결론
Ⅴ. 사사
Ⅵ. 참고문헌

키워드

Object Detection YOLO(You Only Look Once) PreScan Optimization

저자

  • 이재형 [ Jaehyeong Lee | 국립과학수사연구원 교통과 감정관 ] Corresponding Author
  • 김지환 [ Jihwan Kim | 국립과학수사연구원 교통과 연구원 ]
  • 김종혁 [ Jonghyuk Kim | 국립과학수사연구원 교통과 감정관 ]
  • 최지훈 [ Jihun Choi | 국립과학수사연구원 교통과 감정관 ]
  • 전우정 [ Woojung Jeon | 국립과학수사연구원 교통과 감정관 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국법과학회 [Korean Society of Forensic Science]
  • 설립연도
    2000
  • 분야
    복합학>과학기술학
  • 소개
    법과학 분야는 사회정의 구현에 있어 크나큰 가치가 있음에도 불구하고 우리나라에서는 이 분야에 대한 인식이 미흡하여 선진 외국에 비해 침체되어 있는 실정이다. 이에 우리나라에서도 법과학 분야와 관련 있는 학계, 연구기관, 수사기관 등 유관 단체들로 구성된 한국 법과학회를 창립하여 이 분야를 활성화 시켜 과학수사를 한층 더 발전시키기 위함을 목적으로 한다.

간행물

  • 간행물명
    한국법과학회지 [Korean Journal of Forensic Science]
  • 간기
    반년간
  • pISSN
    1598-0715
  • 수록기간
    2000~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 367 DDC 347

이 권호 내 다른 논문 / 한국법과학회지 제25권 제2호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.