DOI QR코드

DOI QR Code

A Study on the automatic vehicle monitoring system based on computer vision technology

컴퓨터 비전 기술을 기반으로 한 자동 차량 감시 시스템 연구

  • Received : 2017.03.06
  • Accepted : 2017.04.11
  • Published : 2017.04.30

Abstract

In this paper, we has proposed an automatic vehicle monitoring system based on computer vision technology. The real-time display system has displayed a system that can be performed in automatic monitoring and control while meeting the essential requirements of ITS. Another advantage has that for a powerful vehicle tracking, the main obstacle handing system, which has the shadow tracking of moving objects. In order to obtain all kinds of information from the tracked vehicle image, the vehicle must be clearly displayed on the surveillance screen. Over time, it's necessary to precisely control the vehicle, and a three-dimensional model-based approach has been also necessary. In general, each type of vehicle has represented by the skeleton of the object or wire frame model, and the trajectory of the vehicle can be measured with high precision in a 3D-based manner even if the system has not running in real time. In this paper, we has applied on segmentation method to vehicle, background, and shadow. The validity of the low level vehicle control tracker was also detected through speed tracking of the speeding car. In conclusion, we intended to improve the improved tracking method in the tracking control system and to develop the highway monitoring and control system.

본 논문은 컴퓨터 비전 기술을 기반으로 자동 차량 감시 시스템을 제안하였다. 실시간 주행표시 시스템은 ITS의 필수 요건을 충족하면서, 자동 감시제어가 가능한 시스템이다. 이러한 장점은 확실한 자동차 추적에 대해 주요 장애물 처리 시스템 적용할 경우, 움직이는 물체에 대한 그림자 추적이다. 추적 차량 이미지에서 모든 종류의 정보를 획득하기 위해 차량을 확실하게 감시 화면에 나타나게 하였다. 시간이 지남에 따라 차량을 정밀 추적 제어 할 필요가 있고, 입체 모델 기반접근 방식 또한 필요한 방식으로 적용하였다. 일반적으로 개체 또는 와이어 프레임 모델의 골격에 의해 차량의 각각의 유형을 나타내었고, 시스템이 실시간 실행되지 않더라도 차량 궤적은 3D기반 방식에서 높은 정밀도로 측정 될 수 있다는 점을 보여 준다. 본 논문에서는 차량, 배경, 그림자에 적용 가능하고, 도로 교통 감시의 시스템을 분할 방법을 역시 적용하였다. 과속 자동차의 속도 추적을 통해 낮은 레벨의 차량제어 추적기의 유효성 역시 실행 하였다. 결론에서 개발된 추적 제어 시스템에서 향상된 자동차 추적의 방법을 개선하고자 하였으며 고속도로 감시제어 시스템을 개발하고자 하였다.

Keywords

References

  1. K. Maeda, K. Onoguchi, K. Fukui, and Y. Taniguchi, "Computer vision application to ITS," J. IEICE, vol.83, no.3, pp.191-195, 2012.
  2. I.D. Reid, D.W. Murray, and K.J. Bradshaw, "Towards active exploration of static and dynamic scene geometry," IEEE Int'l Conference on Robotics and Automation, San Diego CA, 2013.
  3. S. Takaba, "Significance of ITS and formation of its basic concept," J. IEICE, vol.83, no.7, pp.528-530, 2014
  4. S. Yun, H. Son, Y. Rhee, "A Study of Intelligent Head Up Display System for Next Generation Vehicle," The Journal of Korea Institute of Information, Electronics, and Communication Technology, No. 4, Vol. 1, pp.23-31, 2011.03
  5. H, Park, "Vehicle Tracking System using HSV Color Space at nighttime," The Journal of Korea Institute of Information, Electronics, and Communication Technology, No. 8, Vol. 4, pp.270-274, 2015.08 https://doi.org/10.17661/jkiiect.2015.8.4.270
  6. K.D. Baker and G.D. Sullivan, "Performance assessment of model-based tracking," Proc. IEEE Workshop on Applications of Computer Vision, pp.28-35, Palm Springs, CA, 1992.
  7. S. Rowe and A. Blake, "Statistical mosaics for tracking, 5, Image and Vision Computing, vol. 14, pp.549-564, 1996. https://doi.org/10.1016/0262-8856(96)01103-1
  8. L.E. Baum, T. Petrie, G. Soules, and N. Weiss, "A maximization technique occurring in the statistical analysis of probabilistic functions of Markov chains, J, Ann. Math. Stat., vol.41, no.l ,pp.164-171, 1970. https://doi.org/10.1214/aoms/1177697196
  9. A. Blake and M. Isard, Active contours, Springer, 1998.
  10. A.P. Dempster, N.M. Laird, and D.R. Rubin, "Maximum likelihood from incomplete data via the EM algorithm," J.R. Stat. Soc., B 39, pp. 1-38, 2006.
  11. S. Kamijo, Y. Matsushita, K. Ikeuchi, and M. Sakauchi, "Occlusion robust tracking utilizing spatio-temporal Markov Random Field model," IEICE Trans. Inf. & Syst. (Japanese Edition), vol.J83-D-II, no.12, pp.2597-2609, Dec. 2008.
  12. J. Kato, T. Watanabe, and M. Yoneda, "HMM-based back-ground-object-shadow separation for traffic monitoring movies," Trans. IPS Japan, vol.42, no.l, pp.1-15, 2009.
  13. J. Kato, T. Watanabe, S. Joga, J. Rittscher, and A. Blake, "An HMM-based segmentation method for traffic monitoring movies," IEEE Trans. Pattern Anal. & Mach. Intell., vol.24, no.9, pp.1291-1296, 2009.
  14. J. Li, A. Najmi, and R.M. Gray, "Image classification by a two-dimensional hidden Markov model," IEEE Trans. Signal Processing, vol.48, no.2, pp.517-533, 2010.