본 논문은 고고도 드론 영상으로부터 지리 참조된 차량 궤적을 추출하는 프레임워크를 제시합니다. 도시 교통 모니터링의 주요 과제와 기존 지상 시스템의 한계를 해결하기 위해, 고고도 조감도에 최적화된 객체 검출기, 차량 바운딩 박스를 이미지 레지스트레이션 과정에서 제외 마스크로 사용하는 독창적인 트랙 안정화 기법, 그리고 다중 드론 관점에 걸쳐 일관된 정렬을 향상시키는 정사영상 및 마스터 프레임 기반 지리 참조 전략을 통합합니다. 또한, 강력한 차량 크기 추정 및 상세한 도로 분할 기능을 통해 포괄적인 교통 분석을 가능하게 합니다. 한국 송도국제업무지구에서 4일간 20개 교차로를 대상으로 다중 드론 실험을 수행하여 약 12TB의 4K 비디오 데이터를 수집했습니다. 약 70만 개의 고유 차량 궤적을 포함하는 '송도 교통 데이터셋'과 4개 클래스에 약 30만 개의 차량 인스턴스를 포함하는 5,000개 이상의 사람이 주석을 단 이미지를 포함하는 '송도 비전 데이터셋'이라는 두 개의 고품질 데이터셋을 생성했습니다. 계측된 시험 차량의 고정밀 센서 데이터와의 비교를 통해 밀집된 도시 환경에서 추출 파이프라인의 정확성과 일관성을 강조합니다. '송도 교통' 및 '송도 비전' 데이터셋과 추출 파이프라인의 전체 소스 코드를 공개하여 교통 연구의 데이터 품질, 재현성 및 확장성에 대한 새로운 기준을 제시합니다. 드론 기술과 고급 컴퓨터 비전을 통합하여 정확하고 비용 효율적인 도시 교통 모니터링을 수행하고, 지능형 교통 시스템 개발 및 교통 관리 전략 개선에 귀중한 자원을 제공할 가능성을 보여줍니다.
