초록
본 논문은 움직이는 차 안에서 교통 표지판을 추적하는 영상 기반 시스템을 기술한다. 제안된 시스템은 복잡한 환경에서 강인한 추적의 성능을 위해 파티클 필터를 기반으로 하는 기본 구조를 가진다. 실제 환경에서 표지판을 실시간으로 추적하는 경우, 장애물에 의한 겹침 현상과 빠르게 변하는 도로 상황 때문에 시계열 데이터인 상태 정보를 예측하는 것은 많은 어려움이 있다. 따라서 본 논문에서는 이러한 단점을 해결하기 위하여 어파인 변환의 파라미터를 상태 정보로 사용한 자기 회귀 모델을 파티클 필터의 상태 전이 모델로써 사용하고, 강인 통계를 사용하여 장애물에 의한 겹침 현상을 판단하여 추적 성능을 향상시키는 알고리즘을 제안한다. 본 논문의 실험 결과에서는 본 논문에서 제안된 방법이 주행 중 실시간 추적을 위하여 효과적이며, 장애물에 의해 표지판이 겹치는 경우에도 추적이 잘 수행됨을 보인다.
This paper describes the vision-based system to track road signs from within a moving vehicle. The proposed system has the standard architecture with particle filter due to its robust tracking performance in complex environment. In the case of tracking road signs in real environment, it has a great difficulty in predicting time series data by reason of an occlusion due to an obstacle and the rapid change of objects on roads. To overcome this problem and improve the tracking performance, this paper proposes the algorithm using an autoregressive model as an state transition model which has affine parameters as states and using robust statistics for determining occlusion due to obstacles. The experiments of this paper show that the proposed method is efficient for real time tracking of road signs and performs well in road signs under occlusion due to obstacles.
