• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.279-280
• /
• 2024

본 논문에서는 주행 중 차량의 상태를 실시간으로 모니터링함과 동시에, 페달 조작 여부를 확인할 수 있는 영상 촬영 및 저장 시스템을 제안한다. 개발된 차량 운행 정보 블랙박스는 블루투스 OBD2 커넥터를 통해 차량의 PID 값을 식별하고 수집한다. 이 데이터는 비동기 방식으로 처리되며, 라즈베리파이와 7인치 터치 디스플레이를 이용해 운전자에게 한눈에 보일 수 있는 형태로 정보를 제공한다. 특히, 멀티스레드를 활용하여 ECU 정보를 페달 조작 여부 영상에 표시하는 동시에 녹화하고, CSV 파일로 SD 카드에 실시간으로 저장한다. 수집된 차량 데이터와 영상 데이터는 예기치 못한 사고 발생 시 운전자의 과실 비율 측정과 대처행동을 입증하는 데 중요한 역할을 할 것으로 기대되며, 차량 정비 시 참고 자료로 활용될 수 있다.

• 융합신호처리학회논문지
• /
• 제17권1호
• /
• pp.10-17
• /
• 2016

HD 블랙박스에 포함되는 GPS 위치정보 저장방법은 특정한 표준을 가지지 않고 제조사마다 고유한 방식을 사용하고 있다. 본 논문에서는 GPS 위치정보를 저장하기 위한 저장 공간의 한계성을 극복하고 이에 따른 화질저화를 유발하는 문제점을 해결하기 위하여, 숨겨진 필수영역을 이용한 HDTV 비디오 콘텐츠에 포함된 위치정보 은닉방법을 제안한다. HDTV 비디오 콘텐츠는 압축을 위하여 프레임 하단에 8-라인의 Border Extender가 반드시 필요하게 된다. 이는 현 위치정보를 은닉하는 공간으로 사용되며 화질열화를 방지하기 위하여 그레이스케일 블록 형태의 이미지로 삽입하였다. 제안 방법은 실제 HD블랙박스를 사용하여 확인되었으며, 기존의 부가영역을 사용한 ASCII 코드의 형식보다 해석이 어려우며 편집 재 압축할 경우 위치정보가 사라지는 보안효과가 있다. 따라서 제안방법은 페이스 북이나 유튜브 등과 같은 위치기반 동영상 서비스에도 적합하다.

• 한국인터넷방송통신학회논문지
• /
• 제13권5호
• /
• pp.9-15
• /
• 2013

본 논문에서는 사고 자동인식 서비스 제공과 위험 운전 여부 등을 통하여 운전자의 운전습관을 교정해 주고 사고 전후의 동영상을 재현하는 확장성이 높은 모바일 블랙박스 DVR (SMBD, Smart Mobile Blackbox DVR) 컴퓨터의 모델링 설계를 하였다. SMBD는 임베디드 시스템에 무선 기능을 탑재하여 차량이 휴면상태에서도 사고발생 지점과 영상정보를 무선통신을 이용하여 24시간 관제센터에 통보함으로써 긴급구난 서비스 및 교통정보를 제공 받을 수 있다. 또한 차량 ECU(Electronic Control Unit)의 차량정보 및 센서 데이터와 연동하여 무선 eCall (Emergency Call) 서비스를 실현할 수 있다.

• 융합정보논문지
• /
• 제7권6호
• /
• pp.229-235
• /
• 2017

최근 물체를 인식하기 위해 많은 데이터를 기반으로 학습하여 인식하는 연구가 활성화 되고 있다. 본 논문에서는 도로주행 영상에서 장애물이라고 생각되는 객체를 추출하여 자동차, 사람, 오토바이로 구분하여 인식하는 시스템을 제안한다. 이동한 방향과 크기를 고려한 상태에서 광류 추정 알고리즘을 이용하여 객체를 추출하였으며, 추출한 객체를 CNN(Convolutional Neural Network) 인식 모델 중 하나인 AlexNet을 이용하여 인식하였다. 실험을 위해 도로 위의 다양한 영상을 블랙박스로 수집하여 실험하였고, 실험 결과 객체 추출 정확도는 92%, 객체 인식 정확도는 96%의 결과를 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.49-54
• /
• 2024

데이터 불균형은 분류 문제에서 흔히 마주치는 문제로, 데이터셋 내의 클래스간 샘플 수의 현저한 차이에서 기인한다. 이러한 데이터 불균형은 일반적으로 분류 모델에서 과적합, 과소적합, 성능 지표의 오해 등의 문제를 야기한다. 이를 해결하기 위한 방법으로는 Resampling, Augmentation, 규제 기법, 손실 함수 조정 등이 있다. 본 논문에서는 손실 함수 조정에 대해 다루며 특히, 불균형 문제를 가진 Multi-Class 블랙박스 동영상 데이터에서 여러 구성의 손실 함수(Cross Entropy, Balanced Cross Entropy, 두 가지 Focal Loss 설정: 𝛼 = 1 및 𝛼 = Balanced, Asymmetric Loss)의 성능을 I3D, R3D_18 모델을 활용하여 비교하였다.

• 한국ITS학회 논문지
• /
• 제21권6호
• /
• pp.132-145
• /
• 2022

본 연구는 고속도로에서 발생한 교통사고 블랙박스 영상을 기반으로 군집분석과 예측모형 비교를 수행하였다. 분석자료로 사고 직전의 도로 및 교통 상황을 파악할 수 있는 차량 주행행태, 노면 상태 등 사고 영상에서 추출이 가능한 항목을 설명변수로 활용하였다. 여러 요소에 의해 영향을 받는 교통사고 데이터의 특징을 고려하여 데이터의 이질성을 반영하는 군집분석을 활용하였다. 군집분석으로 분류된 각 군집을 사고 심각도 수준의 비율을 기준으로 나누고, 종속변수인 인명피해 수준을 반영하여 사고 예측 평가를 수행하였다. 사고 예측모형은 로짓 모형(Logit model)을 적용한 결과, 전체 데이터를 분석한 경우보다 군집분석에 의해 두 개의 사고 심각도 그룹을 분류하여 예측했을 때 우수한 예측 능력을 보여주었다. 이는 군집분석을 통한 그룹별 사고 특성과 사고 심각도를 반영하여 사고위험을 예측하는 것이 더 효과적인 것으로 판단된다. 또한 2차 사고와 같은 정차 중 추돌사고, 차로변경 중 측면 추돌사고 등이 중요한 주행행태변수로 작용하는 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1762-1769
• /
• 2021

본 연구의 최종 목표는 블랙박스, 스마트폰, CCTV 등으로부터 수집된 영상에서 수배차량이 범죄차량인지 여부를 분석할 수 있는 시스템을 개발하는 것이다. 데이터 수집은 자체 개발된 블랙박스를 이용하였다. 본 연구에 활용된 데이터는 차량 유형 8개(트럭, RV, 승용차, 승합차, SUV, 버스, 스포츠카, 전기차)와 차량 모델 434개 등 총 83,753건의 데이터를 사용하였다. YOLO v5를 이용한 차량인식 결과, mAP가 80%로 나타났다. 자체 개발한 블랙박스를 이용하여 ReXNet으로 차량 모델을 식별한 결과, 정확도는 99%로 나타났다. 이러한 결과는 데이터 라벨링의 정확도를 개선하는 것이 차량인식 성능 향상에 도움이 된다는 것을 의미한다.

• 전자통신동향분석
• /
• 제29권4호
• /
• pp.21-29
• /
• 2014

최근에 스마트폰, CCTV, 블랙박스, 고화질 카메라 등으로부터 수집되는 영상 데이터의 양이 급격히 증가하고 있어 이에 따른 비정형 영상 빅데이터를 기반으로 인물이나 사물 등을 인식하여 의미있는 정보를 추출하고 내용을 시각적으로 분석하고 활용하기 위한 요구사항이 증대되고 있다. 영상 빅데이터 분석기술은 이러한 대규모 영상들에 대해 학습 및 분석을 수행하여 원하는 영상을 검색하거나 이벤트 발생 등의 상황인식을 위한 제반 기술들을 말한다. 본고에서는 영상인식을 위한 학습기술 및 영상 빅데이터 분석기술의 현황 및 관련 이슈들에 관하여 살펴보고자 한다.

• 한국측량학회지
• /
• 제39권1호
• /
• pp.1-11
• /
• 2021

본 연구는 일련의 방법을 조합하여 차선의 라인모델을 추출하는 과정을 제안한다. 첫째로, 호모그래피(homography)에 기반한 영상와핑(warping)을 통하여 영상내에서 차선영역내에 존재하는 픽셀들을 검출하기 용이하도록 변환하는 것을 제안한다. 두 번째로, 에지검출과 HSL (Hue, Saturation, and Lightness) 변환을 이용하여 차선후보픽셀들을 안정적으로 추출하는 방법을 제안한다. 세 번째로, 선택영역을 활용하는 방법을 통하여 차선후보픽셀들 중에서 오류픽셀들을 제거하는 방법을 제안한다. 네 번째로, 차선픽셀들을 이차다항식 함수로 모델링하는 방법을 제안한다. 제안한 방법의 유효성을 검증하기 위하여, 다양한 조명조건과 노이즈 하에서 취득한 차량용 블랙박스영상을 이용하였다. 실험결과는 제안한 방법은 색상이나 에지만을 기반으로 하는 방법들에서 나타나는 문제점들을 극복하고 비교적 저가의 컴퓨팅 환경하에서 다양한 조건의 영상에 대하여 프레임 당 약 0.6초 이내에 차선픽셀들을 추출하고 차선라인모델을 생성할 수 있음을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.658-660
• /
• 2016

최근 디지털 기술의 발달로 인하여 실외 환경에서 획득된 영상은 민수분야 및 군사분야 등과 같이 다양한 목적에 따라 활용되는 분야의 폭이 넓어지고 있다. 교통정보 수집장치, 차량 블랙박스, 산불 및 지진관측, 선락/해안경비 감시, 국경 및 군사표적이동 감시 등의 목적에 의해 촬영된 영상들은 대부분 획득된 영상을 통해서 분석 및 판독의 과정을 거쳐서 각 원하는 정보 획득에 목적을 두고 있다. 하지만 실외에서 촬영된 영상은 실내에서 촬영된 영상에 비해서 기상에 따른 환경적인 요인에 노출이 쉽게 됨으로써 영상에 대한 화질 저하가 발생하는 문제점이 존재한다. 본 논문에서는 화질저하의 원인이 되는 다양한 요인 중에서도 대기중에 존재하는 먼지, 물방울 연무, 안개, 연기 등으로 인해 빛이 산란됨으로써 밝기 값을 왜곡시키는 문제점에 대한 해결 방법을 제안한다.