KwanHoo/CNU_Brightling

야간 저조도 개선 및 객체탐지 시스템, 저조도개선(EnlightenGAN), 객체탐지(YOLO)

2021년도 CNU 창의SW축전 창의작품경진대회

팀명 : Brightling

Project : 야간 CCTV 영상화질 개선 및 객체 탐지

1. 배경 및 목적

• 통합관제센터의 관제 인력 부족
• 통합관제센터의 저화질 CCTV의 경우 어두운 환경에서 객체 식별에 어려움이 있음.
• 기존의 저화질 CCTV를 단기간에 모두 교체하기에는 예산 문제가 있음

인터뷰 요청_문제 인식 및 정의

인터뷰 결과_문제점 파악

2. 개발환경 및 개발언어

Training 환경

• OS : Ubuntu 20.04 LTS
• GPU : 8 x NVIDIA Tesla P100 PCIe 16GB
• CUDA Toolkit : Driver 460.32, CUDA 11.2
• 사용 언어 : Python 3.7 이상

구동 환경

• OS : Windows 10 Pro Build 19043.1165
• CPU: i7-11700K
• RAM: 32GB DDR4
• GPU: GeForce RTX 3080

3. 시스템 구성 및 아키텍처

• 저조도 모델 : EnlightenGan(17 Jun 2019 · Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang )

• https://arxiv.org/pdf/1906.06972v2.pdf

• https://github.com/arsenyinfo/EnlightenGAN-inference

• 객체 탐지 모델 : Yolov5

• https://github.com/ultralytics/yolov5

4. 모델 학습 결과

epoch 50

epoch 200

5. 프로젝트 주요기능

• 저조도 개선 : 저조도 영상을 입력으로 받아 밝기 개선
• 객체 탐지 : 저조도 영상을 입력으로 받아 저조도 환경에서도 객체에 대한 Bounding Box 출력
• 로그 기록 : 객체 탐지된 영상에 대해서 탐지된 객체의 로그 기록 저장

6. 기대 효과

야간식별 문제 해결

인력부족 문제 해결

7. 기능 및 UI 개선

8. 시연 영상

링크 : https://youtu.be/52OB8Pl12Ws