Traffic information collection system and method based on multi-object tracking using artificial intelligence image deep learning model

A traffic information collection system and a method based on multi-object using an artificial intelligence image deep learning model, according to the present invention, are configured to derive types and locations of objects through an image deep learning fine-tuned model which is initially trained by universal image datasets and then additionally trained by field image datasets generated by collecting field images captured by image collection sensors installed at fields, such that detection precision can be improved according to field characteristics including domestic road environments and driving vehicles. In addition, the system and the method are configured to convert a 2D detection area in a detection video captured by image detection sensors into a 3D area to derive speeds and driving lanes of objects, such that object information and traffic information can be derived more precisely. 본 발명에 따른 인공지능 영상 딥러닝 모델을 이용한 다중 객체 기반 교통 정보 수집 시스템 및 방법은, 범용 영상 데이터 셋으로 초기 학습 후, 현장에 설치된 수집용 영상 센서들이 촬영한 현장 영상을 수집하여 생성된 현장 영상 데이터 셋으로 추가 학습한 영상 딥러닝 미세조정 모델을 통해 객체의 종류와 위치를 도출하도록 구성됨으로써, 국내 도로 환경이나 주행 차량 등의 현장 특성에 맞게 검지 정확도가 향상될 수 있는 이점이 있다. 또한, 검지용 영상 센서들이 촬영한 검지 영상 내 2차원의 검지 영역을 3차원 영역으로 변환하여 객체의 속도와 주행 차선 등을 도출하도록 구성됨으로써, 객체 정보와 교통 정보를 보다 정확하게 도출할 수 있는 이점이 있다.