• 대한토목학회논문집
• /
• 제43권2호
• /
• pp.231-238
• /
• 2023

자율주행을 위한 센서들이 인지할 수 있는 공간적 영역은 한계가 존재하기 때문에, 안전하고 효율적인 자율주행을 위해 LDM (Local Dynamic Map)과 같은 디지털 도로·교통정보의 보완적 활용을 제안하고 있다. 비록 자율주행 차량의 센서들로부터 수집되는 정보량에 비해 이러한 도로·교통정보의 양은 상대적으로 미미할 수 있지만, 자율주행 자동차(Autonomous Vehicle, AV)의 효율적 정보처리를 위해 도로·교통 정보의 효율적 관리는 불가피하다. 본 연구는 LDM 기반 정적 도로·교통정보의 활성화 구간(electronic horizon 혹은 e-horizon)의 확장에 따른 자율주행 차량의 정보 이용과 정보처리 시간의 효율성을 분석하고자 하였다. 분석을 위해 미시적 시뮬레이션 모델인 VISSIM과 VISSIMCOM을 적용하였다. 시뮬레이션을 위해 이질적 교통류(연속류, 단속류)는 물론 다양한 도로 기하구조가 포함된 부산광역시 주요 구들을 포함한 약 9 km × 13 km 영역을 선정하였다. 또한, 자율주행 차량에서 활용되는 LDM 정보는 ISO 22726-1 기반으로 구축된 자율주행 전용 정밀 지도(High-definition Map, HDM)를 참고하였다. 분석 결과, e-horizon 영역이 증가함에 따라 단속류 도로에서 짧은 링크들이 집중적으로 인식되고 링크 길이의 합이 증가하는 반면, 연속류 도로에서는 인식되는 링크의 개수는 상대적으로 적지만 소수의 긴 링크들이 인식됨에 따라 링크 길이의 합이 크게 나타나고 있다. 따라서, 본 연구는 저속의 단속류 도로에서는 12개 링크를 기준으로, 그리고 고속의 연속류 도로에서는 링크 길이의 합 10 km를 기준으로 HDM 데이터의 수집, 가공, 처리를 위한 e-horizon의 영역은 각각 600 m와 700 m가 가장 적절한 것으로 나타났다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.141-146
• /
• 2003

본 논문에서는 문자열 영역 추출을 위한 3배 축소 명함 영상, 개별 문자 추출을 위한 2배 축소 명함 영상, 정확한 인식을 위한 원본 영상으로 명함 영상을 분리하고, 분리된 영상들을 대상으로 각 영상 크기에 적합한 처리를 수행하고 각각의 결과들을 이용하여 정확한 문자를 추출할 수 있는 방법을 제안한다 그리고 추출된 개별 문자들의 인식을 위해서 ART1을 적용한 개선된 RBF 네트워크를 제안하여 적용한다 제안된 명함 추출 방법은 원 영상을 각각의 처리 방법에 적합하도록 하기 위해서 다해상도로 분리한다. 문자열의 추출은 문자들의 간격을 축소 시켜서 블록을 추출하기 쉬운 적절한 최소 크기의 영상에서 수행하고, 개별 문자의 추출은 문자들의 간격을 분리할 수 있는 적절한 영상의 크기에서 수행한다 개별 문자 인식은 문자의 형태학적 특성을 잘 나타내기 위해서 원본 영상에 적용한다 본 논문에서 제안한 추출 방법은 문자를 정확히 추출할 수 있으며 병렬 처리가 가능하여 처리시간을 단축할 수 있는 장점을 가진다. 그리고 정확히 추출된 개별 문자들을 개선된 R8F 네트워크를 이용하여 인식률을 향상시킨다. 제안된 명함 추출 및 인식 방법의 성능을 확인하기 위해서 실제 영문 명함 영상을 대상으로 실험한 결과, 기존의 방법보다 명함 추출 및 인식에서 우수한 성능이 있음을 확인하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 제15회 음성통신 및 신호처리 워크샵(KSCSP 98 15권1호)
• /
• pp.60-64
• /
• 1998

음성인식 시스템의 실용화 과정에서 훈련환경과 테스트 환경의 불일치로 인한 인식성능의 저하는 반드시 극복되어야 할 문제이다. 본 논문에서는 잡음 tR인 입력음성의 비음성구간에서 잡음레벨을 추정하여 음성 스펙트럼에서 추정된 잡음레벨을 빼는 스펙트럼 차감법고 스펙트럼 영역에서 미리 정해진 마스킹 레벨보다 낮은 에너지 값을 마스킹 레벨로 올려주는 잡음 마스킹을 함께 사용함으로써 훈련 환경과 테스트환경의 불일치를 줄이는 방법을 제안한다. 그리고 복수의 마스킹 레벨에 대한 모델들을 미리 만들어 두고 추정된 잡음 레벨에 따라 적합한 마스킹 레벨의 보델을 사용하여 인식을 수해？는 다중 모델 방법을 적용하였다. 자동차 소음환경에서 두 가지 마스킹 레벨에 대한 모델을 이용한 화자독립고립단어 인식 실험을 통하여 본 논문에서 제안한 방식은 정차중 무시동 환경에서 95.8%, 정차중 시동 환경에서 95.6%, 한적한 도로환경에서 92.8%, 복잡한 시내도로 환경에서 89.6%, 고속도로 환경에서 74.4%의 인식성능을 나타내었으며, 평균 90.7%의 성능을 얻을 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.924-926
• /
• 2017

본 논문에서는 좁고 곡률이 큰 도로에서의 자율 주행을 위한 AVM 시스템 기반의 알고리즘을 제안한다. 기존의 전방을 주시하는 모노/스테레오 카메라를 이용한 차선 인식 방법을 이용한 자율주행 알고리즘은 모노/스테레오 카메라의 제한된 FOV (Field of View)로 인해 좁고 곡률이 큰 도로에서의 자율 주행에 한계가 있다. 제안하는 알고리즘은 AVM 시스템을 기반으로 하여 이 한계를 극복하고자 한다. AVM 시스템에서 얻은 영상을 차선의 색상 정보를 이용해 차선의 영역을 이진화 한다. 이진화 영상으로부터, 차량의 뒷바퀴 주변의 관심영역을 시작으로 재귀적 탐색법을 이용하여 좌, 우 차선을 검출한다. 검출된 좌, 우 차선의 중앙선을 차량의 경로로 삼고 조향각을 산출해 낸다. 제한하는 알고리즘을 실제 차량에 적용시킨 실험을 수행하였고, 운전면허 시험장의 코스를 차선의 이탈없이 주행 가능함을 실험적으로 확인하였다.

• 한국ITS학회 논문지
• /
• 제13권6호
• /
• pp.1-9
• /
• 2014

최근 Mobile Mapping System을 활용한 영상의 수집과 도로표지 속성정보의 자동 인식을 위한 연구가 진행되고 있다. 도로표지는 판의 규격, 글씨크기 및 배치가 다양하고 가로수 등 타 시설물의 간섭으로 인해 일정한 패턴을 찾아 정보를 추출하기 어렵다. 본 연구에서는 다양한 크기의 한글 문자가 있거나, 한글문자 주변에 심벌이 위치한 도로표지에 대해서도 국문지명을 성공적으로 검출하기 위해서는, 한글문자 템플릿에 의존하지 않는 새로운 국문지명 검출 방법이 필요하다. 그 새로운 한 방법으로서, 점진적 좌측방향으로의 블럽 투사(incremental right-to-left blob projection, IRBP)를 제시하고, 그 가능성과 개선 정도를 평가하였다. 성능 평가하기 위하여, 60개의 도로표지 영상 데이터로 기존의 한글 템플릿을 사용하는 경우와 비교하여 성능을 평가하였다. 전반적으로, IRBP 방법으로 국문지명 검출 성능을 개선할 수 있음을 확인하였다.

• 지구물리와물리탐사
• /
• 제19권1호
• /
• pp.20-28
• /
• 2016

최근 우리나라 도심지에서 도로 일부가 갑자기 함몰되는 현상이 빈번하게 발생하고 있으며, 이에 의한 피해를 예방하기 위해서는 도로하부의 지하공동의 존재 여부를 조사하는 것이 필요하다. 현재 지표 투과 레이더 탐사(ground-penetrating radar, GPR)가 도심지 도로하부 지하공동을 탐지하기 위한 효과적인 수단으로 인식되고 있다. GPR 탐사방법에 대한 물리적인 과정을 보다 잘 이해하고 지하공동에 대한 효과적인 해석을 위하여 GPR 수치모델링을 통한 이론적인 접근이 필요하다. 이 연구에서는 엇갈린 격자(staggered-grid)를 이용한 3차원 시간영역 유한차분(finite-difference time-domain, FDTD) 법을 사용한 GPR 모델링 알고리듬을 개발하였다. 개발된 3차원 모델링 알고리듬을 이용하여 간단한 공동모델에 대한 GPR 반응을 검토하여 도심지 도로하부 공동 탐사에서 지하공동 부존 정보를 얻는데 효과적으로 적용될 수 있음을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권3호
• /
• pp.75-81
• /
• 2011

단백질 분자는 포켓 위치에서 유사한 형상을 갖는 다른 분자와 결합되며, 포켓은 단백질 분자의 형상을 묘사하기 위한 참조 점으로 사용될 수 있다. Harris 검출기는 2 차원이나 3차원 객체의 특징 점을 검출하기 위해 널리 사용된다. 특징 점들은 데이터의 변화율이 높은 영역과 포켓 영역에서 발견된다. 일반적으로 포켓 영역은 함몰된 형태로 존재하기 때문에 이 영역에는 다른 영역에 비해 다수의 특징 점들이 존재한다. 특징 점들을 포함하는 voxel cube를 연속적으로 분할함으로써 포켓 영역을 발견할 수 있었고, 포켓 영역의 중심 좌표와 특징 점들 간의 Euclidean 거리를 계산한 후 이들을 크기순으로 정렬 하였다. 정렬된 거리에 대한 그래프는 단백질 분자의 형상과 특징 점들의 분포에 대한 정보를 제공하므로 단백질 분자를 형상별로 분리 할 수 있었다. 본 연구에서는 인위적인 잡음을 단백질 분자에 추가하여 형상이 왜곡된 분자를 얻었고, 왜곡된 분자에 대해서도 95 % 이상의 정확 도로 형상을 인식 할 수 있었다. 정확한 단백질 분자의 형상 인식은 분자들 간의 결합특성을 예측할 수 있는 중요한 정보를 제공한다.

• 한국정보통신학회논문지
• /
• 제10권2호
• /
• pp.406-412
• /
• 2006

본 논문에서는 차선 추출을 위해서 OHT(Optimized Hough Transform) 알고리듬을 제안한다. 입력 영상을 그레이 영상으로 변환하고 변환된 그레이 영상은 수평 투영을 통해 주변 배경 영역과 도로 영역으로 분리된다. 분리된 도로 영역에서 OHT(Optimized Hough Transform) 알고리듬을 적용한다. OHT(Optimized Hough Transform) 알고리듬은 다음과 같이 특징지어진다. 첫째, 윤곽선 방향각을 이용해서 차선후보 픽셀을 최소화하였으며, 둘째, 좌우 차선의 범위는 제한된 ${\theta}$값으로서 정의하였다. 실험 결과, 제안한 알고리듬이 기존의 Hough Transform보다 훨씬 효율적임을 알 수 있었다.

• 융합신호처리학회논문지
• /
• 제2권4호
• /
• pp.31-37
• /
• 2001

버스 전용차선 번호판 인식 시스템은 차량 검출 및 영상 획득 , 번호판 영역 추출 개별문자 추출, 문자인식 및 데이터 전송의 5가지 핵심부분으로 구성된다. 이 중에서도 번호판 추출의 정확성은 전체 시스템 인식률에 지대한 영향을 줄 수 있는 부분이며 다양한 날씨 및 주위 환경 변화에서도 정확한 추출을 요구한다. 본 논문에서는 검출 시간의 단축을 위해 획득된 영상을 피라미드 구조로 만든 후 번호판 템플릿의 영역을 이진화하고 번호판의 분포를 가지는 후보영역을 추출한다. 추출된 후보 영역 중 번호판 문자 분포의 특성을 이용한 검증과정을 통해 최종영역을 추출하는 방법을 제안한다. 제안된 방법을 버스 전용차선 도로에서 획득한 영상에 적용한 결과 다양한 날씨와 주위 환경변화에서도 번호판 영역이 정확이 추출됨을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.93-101
• /
• 2021

본 논문에서는 실제 도로의 다양한 상황에서도 차량 번호판을 정확하게 탐지하기 위해 차량 번호판의 후보 지역을 공간 집중 영역으로 사용하는 차량 번호판 탐지 모델을 제안하였다. 먼저, 기존의 WPOD-NET이 전처리 과정에서 검출된 차량 영역을 이용하기 때문에 넓은 탐지 후보 영역으로 인해 불필요한 노이즈가 포함되어 탐지 정확도가 낮아짐을 확인하였다. 이를 개선하기 위해 차량 번호판의 후보 지역을 공간 집중 영역으로 사용하는 차량 번호판 탐지 모델을 제안하였고, 제안한 방법이 기존 WPOD-NET보다 탐지 정확도를 어느 정도 개선하는지 분석하기 위해 GT 데이터를 기반으로 최적의 공간 집중 영역을 설정한 경우와 함께 탐지 정확도를 비교하였다. 실험에 따르면 제안된 모델이 기존 WPOD-NET에 비해 타이트한 탐지 후보 영역을 갖기 때문에 약 20% 더 높은 탐지 정확도를 보임을 확인하였다.