본 연구는 차량 식별에 중요한 단서인 차량 색상 인식이 실제 감시 환경에서 낮은 해상도, 가려짐, 모션 블러, 조명 부족 등으로 인해 번호판이 식별 불가능할 때 특히 중요해요.
UFPR-VeSV 데이터셋을 활용하여 심각한 클래스 불균형 상태에서 차량 색상 인식을 연구했으며, RunDiffusion/JuggernautXL과 Gemini 2.0 Flash를 활용한 합성 데이터 증강 기법을 적용했어요.
최적의 성능을 보이는 모델은 마이크로 정확도 94.6%, 매크로 정확도 79.7%를 달성하며, 기존 연구 대비 매크로 정확도를 8.2% 향상시켰어요.