• 제목/요약/키워드: 도로방향

검색결과 904건 처리시간 0.028초

역원근 변환과 신경망을 사용한 효율적인 도로노면 방향지시기호 검출 연구 (Detection of direction indicators on road surfaces using Inverse Perspective Mapping and NN)

  • 김종배
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2014년도 추계학술발표대회
    • /
    • pp.1199-1202
    • /
    • 2014
  • 본 논문은 차량에 설치된 블랙박스 영상으로부터 도로 노면에 표시된 방향지시 기호를 효율적으로 검출하는 방안을 제안한다. 차량 내부에 설치된 블랙박스 영상은 카메라의 원근 효과로 인해 방향지시 기호 영역을 올바르게 검출하지 못하는 문제점이 존재한다. 따라서 제안한 연구에서는 원근 효과를 가진 입력 영상에서 역원근 변환 방법을 통해 원근 효과를 제거한 실세계 좌표로 맵핑한 평면 영상에서 방향지시 기호 영역을 신경망 검출기를 통해 검출한다. 입력 영상에서 역 원근 변환은 높은 계산량으로 인해 실시간 처리가 어려운 점이 존재한다. 이를 보완하기 위해 제안한 방안에서는 입력 영역의 도로노면 방향지시 기호 영역의 특징을 분석하여 도로노면 기호가 포함된 후보 ROI영역을 정의하고 후보 ROI 영역의 Gray 색상에서 역원근 변환을 수행한다. 제안한 방안을 도로노면 방향지시 기호 검출 및 인식 연구에 적용한 결과, 약 87% 이상 비교적 정확히 검출율을 제시하였으며, 다양한 도로 환경에서도 높은 검출율을 제시하였다. 따라서 제안한 방안을 운전자의 안전운전지원시스템에 적용함으로써 보다 정확한 도로정보 제공시스템 적용이 가능함을 알 수 있다.

도로명 부여 현황과 개선 방향 (The status and improvement on road name assignment)

  • 김동호;김재철
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2016년도 추계학술발표대회
    • /
    • pp.436-438
    • /
    • 2016
  • 도로명주소는 2014년부터 본격 사용 중에 있으며 점차 활용이 증가하고 있다. 도로명은 행정구역과 함께 사용되며 거점을 표현하는 기준점으로서 도로명의 간결성은 우편/물류 등의 다양한 분야에서 주소정보를 입력하는 업무에서 중요한 요소이다. 본 논문에서는 도로명주소 체계에서 정의된 도로명 부여 규칙을 토대로 실제 사용 중인 도로명에 대해 살펴보고 도로명 주소 입력 간편화 등의 관점에서의 개선 방향을 제시한다.

고립 연결-성분의 방향성 인지에 의한 도로 영역 추출 (Road Extraction by the Orientation Perception of the Isolated Connected-Components)

  • 이우범
    • 한국인터넷방송통신학회논문지
    • /
    • 제12권1호
    • /
    • pp.75-81
    • /
    • 2012
  • 고해상도 위성영상에 내재된 도로 영역의 추출에 있어서 이진화, 잡음 제거, 색처리 등의 전처리 작업에 의해서 추출된 도로 후보 영역에 대한 도로 영역 식별 작업은 가장 중요한 과정이다. 따라서 본 논문에서는 전처리 작업에 의해서 추출된 도로 후보 영역에 대해서 대뇌 시각영역에서 발견되는 신경 세포(Neuron cell)의 방향-선택적 인지 기능을 계산 모델화한 공간필터(Orientation-selective spatial filter)를 적용하여 도로 영역을 식별하는 새로운 방법을 제안한다. 제안하는 방법은 전처리 결과 고립된 연결 성분으로 라벨링 된 각각의 도로후보 영역에 대해서 신경 세포형 방향 필터를 적용한 후, 강한 방향 성분이 인지된 영역을 도로 영역으로 식별한다. 제안한 방법의 성능 평가를 위해서는 위성영상으로부터 추출된 도로 후보 영역에 대해서 도로, 비도로 부류의 혼동 행렬(Confusion matrix)을 이용한 식별 정확 및 오류율을 측정하여 보인다. 실험 결과, 본 논문에서 제안한 방향 선택적 필터 기반의 방법은 추출된 도로 후보 영역에 대해서 92% 이상의 도로 식별 정확성을 보였다.