The Efficiency of Image Pre-processing Algorithms on YOLOv8 Object Recognition Performance and Processing Time
Abstract
CCTV 및 저조도 환경에서의 객체 인식 성능은 조도 변화와 노이즈로 인해 저하되는 경우가 발생한다. 본 연구에서는 16가지 영상 화질 개선 알고리즘과 3가지 노이즈 제거 알고리즘을 제조 데이터셋(900장) 및 저조도 데이터셋(ExDark, 600장)에 적용하여 YOLOv8의 mAP(mean Average Precision)와 처리 시간을 평가하였다. 실험 결과, 제조 데이터셋의 경우, GCEHM(Global Contrast Enhancement Historical Modification)과 가우시안 필터의 조합이 mAP를 6.98% 향상시켰다. 저조도데이터셋의 경우, LT(Linear Transformation)와 위너 필터(Wiener filter) 조합이 4.31%의 mAP 개선을 보였다. 처리 시간의 경우, LT(2.01ms)와 가우시안 필터(8.33ms) 등 10가지 알고리즘이 실시간 처리를 만족하였다. 이러한 연구 결과는 객체 인식 과정에 이미지 전처리 알고리즘을 도입함으로써 실시간 성능을 유지함과 동시에 객체 인식 성능을 유의미하게 향상시킬 수 있음을 보여준다.
Fields of Study & Subjects
Advanced Neural Network Applications
Image Enhancement Techniques
Computer Science and Engineering
Publication details
- Journal / source
- Journal of the Korea Society of Computer and Information
- Volume
- 31
- Issue
- 1
- Pages
- 183–198
- Publication date
- 31 January 2026
- Language
- EN