Abnormal Traffic Behavior Detection by User-Define Trajectory

사용자 지정 경로를 이용한 비정상 교통 행위 탐지

  • 유한주 (서울대학교 전기공학부 인지지능연구실) ;
  • 최진영 (서울대학교 전기공학부)
  • Received : 2011.04.22
  • Accepted : 2011.08.18
  • Published : 2011.09.25

Abstract

This paper present a method for abnormal traffic behavior, or trajectory, detection in static traffic surveillance camera with user-defined trajectories. The method computes the abnormality of moving object with a trajectory of the object and user-defined trajectories. Because of using user-define based information, the presented method have more accurate and faster performance than models need a learning about normal behaviors. The method also have adaptation process of assigned rule, so it can handle scene variation for more robust performance. The experimental results show that our method can detect abnormal traffic behaviors in various situation.

본 논문은 교통 감시를 수행하는 고정 카메라에서, 움직이는 물체들의 궤적을 사용자가 입력한 사용자 지정 경로를 바탕으로 그 정상/비정상성을 판별하는 방법을 제안한다. 제안된 방법은 입력된 경로 정보를 미리 정해진 규칙에 따라 각각의 이동 물체에 대한 비정상성(abnormality)을 계산하고 이를 임계값(Threshold)과 비교하여 비정상 행위를 판별해낸다. 사용자의 경로 정보 입력 기능을 이용하기 때문에 기존의 방법들에서 사용한, 계산량과 시간 소모가 크며 학습 데이터에 의해 그 성능이 크게 영향을 받는 정상 행위 (normal behavior) 모델링 단계를 배제하여 보다 빠르고 정확한 판별 결과를 제공한다. 뿐만 아니라 단순히 지정된 규칙만을 이용하지 않고 주어진 환경에 따라 규칙을 변형 적용하여 보다 강인한 판별 결과를 제공한다. 실험 결과는 본 논문에서 제안한 방법이 각종 교통 상황에서 발생하는 불법 및 비정상 교통 행위를 강인하게 판별해 냄을 보여준다.

Keywords

References

  1. Ivanov.Y and Bobick.A "Recognition of multi-agent interaction in video surveillance", The Proc. of the Seventh IEEE International Conf. on Computer Vision, pp. 169-176, Kerkyra, Greece, September 1999.
  2. Sultani.W, and Jin Young.C, "Abnormal traffic detection using intelligent driver model", The Proc. of the 2010 20th International Conf. on Pattern Recognition, pp. 324-327, Istanbul, Turkey, August 2010.
  3. Saleemi.I, Hartung.L, and Shah.M, "Scene Understanding by Statistical Modeling of Motion Patterns", The Proc. of the 2010 20th International Conf. on Pattern Recognition, pp. 2069-2076, San Francisco, CA, USA, June 2010.
  4. Basharat.A, Gritai.A, and Shah.M, "Learning object motion patterns for anomaly detection and improved object detection", The Proc. of the 2010 20th International Conf. on Pattern Recognition, pp. 1-8, San Francisco, CA, USA, June 2010.
  5. 최정환, 백영민, 나진희, 최진영. "감시 시스템을 위한 효과적인 움직이는 물체 탐지 알고리즘", 2007 CICS 정보 및 제어 학술대회 논문집, pp. 457-458, 제천, 대한민국, 2007 11월.
  6. 변문섭 외, "탐지 갈라짐과 물체 겹침 상황에 강인한 실시간 다개체 추적", 대한전자공학회 추계종합학술대회 논문집, 367-368쪽, 서울, 대한민국, 2010년 11월.