Deep Learning-Based Track Curve Classification System Using Video for Smart Railways

이 논문에서는 대규모 데이터 셋을 활용하여 사전 학습된 다양한 딥러닝 모델들을 철도 시스템의 다운스트림 작업에 적용하는 방법을 제시한다. 먼저, 최신 의미론적 영상 분할 기법들을 분석하여 철도 환경에 적합한 모델을 선별하고 이를 적용하였다. 또한, 분할된 선로 영상을 기반으로 선로 곡선을 추정하는 딥러닝 모델을 개발하였다. 제안된 시스템은 철도 차량이 주행 중인 선로 구간을 직선, 우곡선, 좌곡선으로 구분하여 철도 운영에 필요한 중요한 정보를 효과적으로 제공할 수 있다. 이 시스템은 적은 파라미터와 낮은 학습 비용으로도 높은 성능을 유지하며, 실시간 처리가 가능하고 자원이 제한된 환경에서도 효율적으로 적용될 수 있다. 특히, 대규모 모델에 소규모 네트워크를 부착하는 방식을 통해 학습 시간을 단축하고 자원 소모를 최소화함으로써 철도 시스템에 특화된 기능을 제공할 수 있다.