광도 왜곡에 따른 K-POP 무대 직캠의 인물 탐지 학습 성능 연구

국문 초록 (Abstract)

K-POP 그룹의 무대 직캠은 일반적으로 멤버 한 명당 카메라 한 대를 배치하여 멤버 별로 직접 촬영하는 방식으로 제작된다. 그러나 인물 인식 인공지능 모델이 발달하면서, 하나의 고해상도 영상에서 각 인물의 궤적을 탐지해 자동으로 멤버 별 직캠을 만드는 방식이 주목받고 있다. 본 논문에서는 조명 변화가 빈번한 K-POP 무대에서, 광도 왜곡을 통한 데이터 증강이 인물 탐지 성능에 기여하는 바를 분석한다. 현재 객체 탐지 분야의 SOTA 모델인 Co-DETR 을 이용하여 학습을 진행하며, KBS 에서 제작한 인물 궤적 탐지 프로그램 버티고(VVERTIGO)를 사용해 성능을 검증한다.

목차 (Table of Contents)

• 요약
• 1. 서론
• 2. 관련 연구
• 3. 실험 방법
• 4. 결과
• 5. 결론
• 참고 문헌