1. 기술의 개념 차량 검출 및 차량 추적 - 차량 검출: 기존의 Bounding Box를 이용한 차량 검출 방식은 교통이 혼잡할 때 차량 검출이 부정확한 단점이 있으며, 제안하는 Instance Segmentation을 이용한 차량검출은 교통이 혼잡할 때도 차량 검출이 정확함 - 차량 추적: 현재 프레임에서 검출된 차량과 이전 프레임에서 검출된 차량을 Cosine similarity를 사용하여 매칭한 뒤 Kalman filter를 이용하여 추적하면, 이를 통해 겹쳐1. 기술의 특성 및 성능 차량 검출은 지능형 교통 감시 시스템의 핵심 기술로 차량의 속도 검출, 차량 대수 카운팅, 교통 흐름 분석, 비정상적인 교통 상황 감지 등에 응용할 수 있음 초기에는 차량의 모션 정보를 이용하여 검출하려는 시도가 있었으나 정지 물체나 겹쳐진 물체는 모션 정보가 존재하지 않아 이 방식으로는 검출할 수 없는 한계가 있었으며 환경 으로 인해 발생하는 노이즈에 매우 민감한 단점이 있음 Image Segmentation을 이용한 차량 검출 알고리즘을 개발하고, 검출 결과와 Kalman Filter를 이용한 차량 추적 알고리즘을 개발하여 교통이 혼잡한 경우에도 차량의 검출 및 추적을 달성하고자 함 2. 경쟁기술/대체기술 동향 및 현황 현재 도로교통공단 및 다수의 지자체에서 지능형 교통감시 시스템을 운용중이나, 무인 감시 시스템의 경우 교통 혼잡, 빛, 흔들림, 노이즈 등에 취약하여 터널 등 일부 환경에서 만 적용이 가능하며, 또한 유인 감시의 경우에도 CCTV 숫자에 비해 관제 요원이 매우 적고 오검지율이 높아 환경에 강인한 차량 검출 및 추적 기술이 필요함1. 국내외 시장 동향 및 전망 전 세계 ITS 시장은 2020~2030년 연평균 10% 가량의 성장률을 보이며 매년 급속도로 커지는 상황이며, 그 중 첨단교통관리시스템의 비중이 2020년 기준 39.7%로 관련 기술 의 수요가 급증하고 있음