[Object Detection] 1. Object Detection 논문 흐름 및 리뷰

 

Deep Learning 을 이용한 Object Detection의 최신 논문 동향의 흐름을 살펴보면서

Object Detection 분야에 대해서 살펴보고,

구조가 어떤 방식으로 되어있으며 어떤 방식으로 발전되어 왔는지 살펴보고자 합니다.

---

Object Detection이란?

그림1. Object Detection

Deep Learning을 이용하는 Computer Vision Task 중에서 세 번째 그림에 해당이 됩니다.

 

Object Detection이란

여러 물체에 대해 어떤 물체인지 분류하는 Classification 문제와

그 물체가 어디 있는지 박스를 통해 (Bounding box) 위치 정보를 나타내는 Localization 문제를

둘 다 해내야 하는 분야를 뜻합니다.

 

쉽게 말해서

Object Detection = 여러가지 물체에 대한 Classification

+ 물체의 위치정보를 파악하는 Localization

이라고 할 수 있습니다.

Object Detection = Multi-Labeled Classification
+ Bounding Box Regression(Localization)

 

그림2. Object Detection 예시

그림3. Object Detection 예시

Object Detection은 자율주행자동차, CCTV Surveillance, 스포츠경기, 무인 점포 등등.. 많은 곳에 쓰입니다.

 

Classification과 Object Detection, Tracking 을 비교한 Survey 논문이 있어

처음 접해보는 사람은 읽어보면 좋을 것 같아 링크를 걸어 두겠습니다 ㅎㅎ

https://pdfs.semanticscholar.org/25a6/c5dff9a7019475daa81cd5a7f1f2dcdb5cf1.pdf

 

 

또 2014년 이후 Object Detection 관련 논문들을 잘 정리해 놓은 GIthub가 있어 이 역시 링크를 걸어두겠습니다!

https://github.com/hoya012/deep_learning_object_detection

 

 

 

Deep Learning을 이용한 Object Detection 분야를 관련 최신 논문들의 흐름을 통해 알아보도록 합시다!

 

---

1-Stage Detector VS 2-stage Detector

그림4. 1-Stage Detector vs 2-stage Detector 논문 흐름

Deep Learning을 이용한 Object Detection은 크게 1-stage Detector와 2-stage Detector로 나눌 수 있습니다.

가운데 수평 화살표를 기준으로 위 쪽 논문들이 2-stage Detector 논문들이고,

아래 쪽 논문들이 1-stage Detector 논문들입니다.

 

분홍색 네모로 표시한 논문들을 중심으로 논문리뷰를 진행하면서 Object Detection의 논문 흐름을 알아볼 예정입니다.

 

그림5. 2-stage Detector의 전체적인 구조 (출처 : hoya012 .github.io)

그림6. 1-stage Detector의 전체적인 구조 (출처 : hoya012 .github.io)

 

 

Object Detection문제는 앞에 말했듯이 물체의 위치를 찾는 Localization 문제와, 물체를 식별하는 Classification 문제를 합한 문제인데,

 

1-stage Detector는 이 두 문제를 동시에 행하는 방법이고

2-stage Detector는 이 두 문제를 순차적으로 행하는 방법입니다.

 

따라서 1-stage Detector가 비교적으로 빠르지만 정확도가 낮고

2-stage Detector가 비교적으로 느리지만 정확도가 높습니다.

 

2-stage Detector은 CNN을 처음으로 적용시킨 R-CNN부터

어쩌구 R-CNN (Fast R-CNN, Faster R-CNN ... )등의 R-CNN계열이 대표적입니다.

1-stage Detector에는 YOLO(You Look Only Once)계열과 SSD 계열 등이 포함이 됩니다.

 

---

 

아래는 Computer Vision분야 Major 학회들에서 소개되었던 Object Detection 논문들의 흐름입니다. (2019년 기준)

그림7. Object Detection 논문 흐름 (출처 : hoya012 github)

앞으로는 게시물에서는 Object Detection의 두 부류(?)의 대표주자 논문들과,

이를 뒤따라 성능을 향상시킨 논문들을 소개하면서

Object Detection분야에 조금 더 가까워 지는 시간을 갖도록 하겠습니다 :)

 

 

https://nuggy875.tistory.com/21

[Object Detection] 2. R-CNN : 딥러닝을 이용한 첫 2-stage Detector

 

 

 

출처 : https://hoya012.github.io/blog/Tutorials-of-Object-Detection-Using-Deep-Learning-what-is-object-detection/

          https://pdfs.semanticscholar.org/25a6/c5dff9a7019475daa81cd5a7f1f2dcdb5cf1.pdf

          https://github.com/hoya012/deep_learning_object_detection