• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.833-836
• /
• 2017

최근 블랙박스 및 CCTV 같은 영상 촬영 장치가 보편화되면서, 방대한 양의 영상 데이터가 실시간으로 생성되고 있다. 만약 이 대용량 데이터 안의 차량 정보를 추출할 수 있다면 범죄 차량 추적, 교통 혼잡도 측정 등의 활용이 가능할 것이다. 이를 구현하기 위해서는 수많은 자동차에서 실시간으로 생성되는 영상 데이터를 처리할 수 있는 시스템이 필수적이나, 이러한 시스템을 찾기 힘든 것이 현실이다. 이를 위해 이 논문에서는 아파치 카프카, Hbase를 이용한 영상 빅데이터 처리 시스템을 제안한다. 아파치 카프카는 시스템 내에서 영상 손실이 없는 전송과 영상 처리 노드의 스케줄링을 수행하며, Hbase는 처리된 데이터를 테이블로 저장하고 사용자가 보낸 쿼리를 처리한다. 더불어, Hbase에 인덱스를 구성하여 빠른 쿼리 처리가 가능하도록 만든다. 실험 결과, 제안된 시스템은 인덱스가 없을 때보다 뛰어난 쿼리 처리 성능을 보이는 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.430-431
• /
• 2022

자율주행 차량의 성능을 검증하기 위해서는 다양한 검증용 시나리오가 필요하기 때문에 최근에는 검증용 시나리오를 자동으로 생성하기 위한 연구들이 수행되고 있다. 실세계에서 발생되는 다양한 현상을 반영한 시나리오를 생성하기 위해서는 자율주행 차량의 주변 상황에 대한 측정이 필요하지만, 공간적인 문제로 한계가 발생한다. 이와 같은 데이터 수집의 어려움을 자율주행 차량에 탑재된 블랙박스의 영상을 통해서 생성하는 것이 가능하다. 본 논문에서는 DRQN을 이용하여 자율주행 차량 사고영역을 자동으로 탐지하는 방법을 제안한다. 동영상에서 추출된 프레임을 분석해서 교통사고 원도우의 초기 위치를 설정한다. DRQN 학습 프레임워크로 차량의 특징을 도출한다. 마지막으로 특징을 기반으로 교통사고 원도우의 크기와 위치를 조정해서 교통사고 영역을 정확하게 찾는다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1336-1339
• /
• 2012

최근 공공기관을 통해 CCTV 영상을 통합관리 하려는 움직임이 활발히 발생하고 있다. 하지만, CCTV의 수가 증가하고, 해상도가 높아지면서 통합관리시 저장비용, 검색비용 등의 문제가 예상되고 있다. 이러한 문제의 해결책으로 클라우드 컴퓨팅 기술을 들 수 있는데, 클라우드 컴퓨팅은 다양한 클라이언트 디바이스에서 필요한 시점에 인터넷을 이용해 공유 풀에 있는 서버, 스토리지, 애플리케이션, 서비스 등과 같은 IT 리소스에 쉽게 접근할 수 있는 것을 가능하게 하는 모델이다. 또한 모바일 클라우드 컴퓨팅은 클라우드 컴퓨팅과 다양한 모바일 기기를 결합하여 다양한 서비스를 제공하는 것이다. CCTV와 같은 영상을 생산하는 클라이언트를 모바일 클라우드의 단말로 보고, 영상 데이터를 클라우드 컴퓨팅을 이용하여 관리하면, 저가의 비용으로 대용량의 영상을 저장하는데 비용을 절감 할 수 있으며, 간단한 방법으로 병렬 처리로 검색을 할 수 있어, 검색 시간을 절감 할 수 있는 효과가 있다. 본 논문에서는 모바일 클라우드를 이용한 범용 영상 통합 관리 시스템 모델을 제안하고 이를 토대로 차량용 블랙박스 분야에 한정한 시스템 설계하고 구현하였다.

• Journal of Broadcast Engineering
• /
• v.23 no.6
• /
• pp.760-767
• /
• 2018

Advanced driver assistance system(ADAS) is a major technique in the intelligent vehicle field. The techniques for ADAS can be separated in two classes, i.e., methods that directly control the movement of vehicle and that indirectly provide convenience to driver. In this paper, we propose a novel system that gives a visual assistance to driver by translating a night road image to a day road image. We use the black box images capturing the front road view of vehicle as inputs. The black box images are cropped into three parts and simultaneously translated into day images by the proposed image translation module. Then, the translated images are recollected to original size. The experimental result shows that the proposed method generates realistic images and outperforms the conventional algorithms.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.205-206
• /
• 2018

Recently, interest in unmanned vehicles, autonomous vehicles and connected cars has increased, and autonomous driving capability is also increasing. Depending on the autonomous driving ability, the maximum number of steps is divided into 6 steps. The higher the step, the less the involvement of the person in the running, and the person does not need to be involved at the highest stage. Today's autonomous vehicles have been developed in stages 4 to 5, but solutions are not clearly defined in case of an accident, so only the test run is possible. Such an accident occurring during traveling is almost inevitable, and it is judged who has made a mistake in case of an accident, which increases the punishment for the accident. Although a black box is used to clarify such a part, it is easy to delete a photographed image, and it is difficult to solve an accident such as a hit-and-run. In this paper, we design a driving record system using black chain to solve such an accident.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.6
• /
• pp.916-921
• /
• 2018

Recently, interest in autonomous vehicle has increased, and autonomous driving capability is also increasing. Depending on the autonomous driving ability, the maximum number of steps is divided into 6 steps. The higher the step, the less the involvement of the person in the running, and the person does not need to be involved at the highest stage. Today's autonomous vehicles have been developed high level, but solutions are not clearly defined in case of an accident, so only the test run is possible. Such an accident occurring during traveling is almost inevitable, and it is judged who has made a mistake in case of an accident, which increases the punishment for the accident. Although a black box is used to clarify such a part, it is easy to delete a record, and it is difficult to solve an accident such as a hit-and-run. In this paper, i design a driving record system using black chain to solve accidents.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.468-469
• /
• 2018

We design CNN(convolutional neural network) which is applicable to steering control system of autonomous vehicle. CNN has been widely used in many fields, especially in image classifications. But CNN has not been applied much to the regression problem such as function approximation. This is because the input of CNN has a multidimensional data structure such as image data, which makes it is not applicable to general control systems. Recently, autonomous vehicles have been actively studied, and many techniques are required to implement autonomous vehicles. For this purpose, many researches have been studied to detect the lane by using the image through the black box mounted on the vehicle, and to get the vanishing point according to the detected lane for control the autonomous vehicle. However, in detecting the vanishing point, it is difficult to detect the vanishing point with stability due to various factors such as the external environment of the image, disappearance of the instant lane and detection of the opposite lane. In this study, we apply CNN for steering control of an autonomous vehicle using a black box image of a car.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.1
• /
• pp.63-70
• /
• 2023

Due to the spread of high-definition black boxes and the introduction of mobile applications such as 'Smart Citizens Report' and 'Safety Report', the number of public interest reports for violations of Traffic Law has increased rapidly, resulting in shortage of police personnel to handle them. In this paper, we describe the development of a system that can automatically detect lane violations which account for the largest proportion of public interest reporting videos for violations of traffic laws, using deep learning algorithms. In this study, a method for recognizing a vehicle and a solid line object using a YOLO model and a Lanenet model, a method for tracking an object individually using a deep sort algorithm, and a method for detecting lane change violations by recognizing the overlapping range of a vehicle object's bounding box and a solid line object are described. Using this system, it is expected that the shortage of police personnel in charge will be resolved.

• Journal of the Semiconductor & Display Technology
• /
• v.15 no.2
• /
• pp.43-48
• /
• 2016

In this paper, we propose a traffic light detection and recognition (TLDR) algorithm in the daytime. The proposed algorithm utilizes the color and shape information for the TLDR. At first, a traffic light is detected and recognized based on its shape information. Then, the color range of the detected traffic light is investigated in HSV color space. The input data of the proposed TLDR algorithm is the color image captured using the black box camera during driving. Our simulations demonstrate that the proposed algorithm can achieve a high detection and recognition performance for the images including traffic lights.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.538-540
• /
• 2015

안전 거리 미확보는 교통 사고 원인 중 3위에 이르는 큰 위험 요소이다. 이러한 차간거리 미확보로 인한 사고는 조금만 빨리 대응하여도 사전에 방지할 수 있다. 따라서 주행 중 실시간으로 차간 거리를 추정하여 제공하는 시스템이 필요하다. 본 논문에서는 안드로이드 기반의 실시간 촬영 영상에서 차량의 에지와 후미등을 이용하여 차량을 검출하고, 검출된 차량의 폭을 이용하여 차간 거리를 추정하여 제공하는 시스템을 제안하고, 구현 결과를 제시한다.