YOLOv4와 OpenCV DNN을 이용한 실시간 교통 모니터링 및 교통 위반 탐지

본 논문은 교통 위반 탐지를 위한 컴퓨터 비전 기반 시스템을 제시한다. 이 시스템은 과속, 무단 차량, 신호 위반, 무단 주차, 역주행, 헬멧 미착용 오토바이 운전자 등 다양한 교통 위반을 탐지한다. 교통 위반 탐지 시스템은 차량 탐지 모듈, 차량 분류 모듈, 차량 추적 모듈, 교통 위반 탐지 모듈의 네 가지 모듈로 구성된 파이프라인으로 이루어져 있다. 차량 탐지 모듈에서는 실시간 카메라 영상과 같은 시각 데이터를 사용하여 도로상의 차량을 탐지한다. 이후, 탐지된 차량은 차량 분류 모듈을 통해 여러 클래스로 분류된다. 차량 추적 모듈은 차량이 교통 상황에서 이동하는 경로를 추적하도록 개발되었다. 마지막으로, 실시간으로 교통 패턴을 분석하고 다양한 교통 위반을 감지하는 교통 위반 탐지 모듈을 구현하였다. 전체 시스템은 OpenCV Deep Neural Network (DNN) 모듈을 사용하여 구현되었으며, 차량 탐지에는 높은 정확도를 가진 YOLOv4를 사용하였다. 헬멧 미착용 오토바이 운전자 탐지에는 빠른 YOLOv4-tiny 모델을 사용하였다. 차량 추적에는 DeepSORT 알고리즘이 사용되었다. 측정된 정확도는 차량 탐지용 YOLOv4가 86%, 헬멧 탐지용 YOLOv4-tiny가 92%였다.