화물차 적재 크기 초과 판단을 위한 딥러닝 모형 개발

• Published in: 韓國ITS學會 論文誌 Vol. 24; no. 1; pp. 54 - 70
• Main Authors: 정한솔, 이상현, 박상민, 김인영, 윤일수
• Format: Journal Article
• Language: Korean
• Published: 한국ITS학회 28.02.2025
• Subjects: 전자/정보통신공학; 적재 불량; Image segmentation; Cargo truck; Improper loading; Deep learning model; 이미지 분할; 딥러닝 모델; 적재 크기 초과; 화물차; Overloaded
• ISSN: 1738-0774; 2384-1729
• DOI: 10.12815/kits.2025.24.1.54

도로 위 화물차의 적재 불량은 심각한 교통사고를 유발할 수 있기 때문에, 이를 예방하고 안전성을 높이기 위해서는 자동화된 적재 불량 단속 시스템이 필요하다. 이러한 배경에서 본 연구는 적재 불량 중 특히 적재 크기 초과 유형을 판단하는 사전 학습된 EfficientNet 기반 두 가지 딥러닝 모델을 제시하였다. 첫 번째 모델은 화물차의 영역을 bounding box로 추출한 화물 차 이미지를 입력으로 사용하였으며, 두 번째 모델은 bounding box 기반 추출 화물차 이미지와 이미지 분할(image segmentation) 기반 화물차 적재 영역 이미지를 함께 사용하였다. 평가 결과, 두 모델 모두 정확도 0.95 이상의 높은 분류 성능을 보여주었으나, 두 번째 모델이 전반적으로 더 높은 성능을 보였다. 즉, 화물차 이미지와 함께 이미지 분할을 통해 적재함 이미지를 함께 제공할 경우 화물차 적재 크기 초과 여부를 판단하는 성능이 높아지는 것을 확인하였다.