항공 이미지 기반 자동차 탐지 CNN 비교 연구

본 논문은 UAV(무인 항공기)에서 촬영한 고해상도 항공 사진을 대상으로 자동차 검출 성능을 평가하기 위해 최신 객체 탐지 알고리즘인 Faster R‑CNN, YOLOv3, YOLOv4를 비교 분석한다. 서론에서는 항공 영상이 지상 영상과 달리 객체가 작고 시점·고도 변화가 크며, 배경이 복잡해 intra‑class 변동성이 높고 inter‑class 구분이 어려운 특성을 지니고 있음을 강조한다. 이러한 특성은 기존 CNN 기반 탐지 모델이 작은 객체의 특징을 충분히 포착하지 못하게 만든다. 관련 연구에서는 고정형 CCTV, 위성 영상, UAV 영상 각각에 대한 기존 접근법을 정리하고, 특히 UAV 영상에서의 자동차 검출 연구가 아직 충분히 이루어지지 않았음을 지적한다. 기존 연구와 차별화하기 위해 본 논문은 두 개의 서로 다른 특성을 가진 데이터셋을 사용한다. 첫 번째는 Stanford UAV 데이터셋으로, 7,872장의 이미지에 74,826개의 차량이 포함되어 있으며, 고도와 해상도가 다양해 객체 크기 분포가 넓다. 두 번째는 PSU UAV 데이터셋으로, 218장의 이미지에 3,365개의 차량이 포함되어 비교적 균일한 해상도와 고도를 가진다. 이론적 배경에서는 Faster R‑CNN의 두 단계 구조(Region Proposal Network과 ROI‑Align 기반 분류·회귀)와 YOLO 계열의 단일 단계 그리드 기반 예측 방식을 상세히 설명한다. YOLOv4는 CSPDarknet53 백본, PANet 경로 집합, 그리고 Mosaic, Self‑Adversarial Training 등 최신 데이터 증강 및 최적화 기법을 도입해 정확도와 속도 모두를 개선한 모델이다. 실험 설계는 총 52가지 하이퍼파라미터 조합을 포함한다. 입력 이미지 크기(320×320, 416×416, 608×608), Faster R‑CNN의 백본(Inception‑v2, ResNet‑50), 스코어 임계값, IoU 임계값 등을 변형하였다. 평가 지표는 COCO 스타일 mAP@IoU = 0.5:0.95, AP@0.5, AP@0.75, F1‑score, 그리고 추론 시간(ms)이다. 또한 라벨 오류가 성능에 미치는 영향을 분석하기 위해 데이터 정제 전후의 결과를 비교하였다. 결과는 다음과 같다. YOLOv4가 가장 높은 평균 정밀도(AP)와 빠른 추론 속도(45~80 ms)를 기록했으며, YOLOv3도 비슷한 수준을 보였다. Faster R‑CNN는 전반적으로 정확도가 낮고 추론 시간이 가장 오래 걸렸다(52~160 ms). 그러나 테스트 데이터와 훈련 데이터의 객체 스케일 차이가 클 경우, 특히 Stanford 데이터셋에서 YOLO 계열은 재현율이 크게 감소해 전체 F1‑score가 30 %대에 머물렀다. Faster R‑CNN는 다중 스케일 앵커 박스를 사용해 스케일 변동에 어느 정도 강인성을 보였지만, 전체 정확도는 여전히 낮았다. 입력 해상도를 높이면 AP가 향상되지만 추론 지연이 증가하는 전형적인 트레이드오프가 확인되었다. 라벨 오류가 존재할 경우, 정제된 라벨을 사용했을 때 AP가 평균 4~5 % 상승하였다. 논문의 주요 기여는 (1) 서로 다른 특성을 가진 두 데이터셋을 이용해 데이터 스케일이 모델 성능에 미치는 영향을 체계적으로 분석한 점, (2) YOLOv4를 포함한 세 모델을 광범위한 하이퍼파라미터 설정 하에 비교한 점, (3) AP‑IoU 곡선, 추론 속도‑정밀도 트레이드오프, COCO‑style 새로운 지표 등을 통해 보다 정밀한 성능 평가를 수행한 점이다. 최종적으로 저자는 UAV 기반 실시간 교통 모니터링, 스마트 파킹, 재난 관리 등 응용 분야에서 모델 선택 시 정확도뿐 아니라 스케일 일반화 능력과 실시간 요구사항을 동시에 고려해야 함을 강조한다.