• Journal of Satellite, Information and Communications
• /
• v.10 no.3
• /
• pp.16-21
• /
• 2015

In this paper, we presented Under Vehicle Inspection System by comparing two image signals. Two signals are generated by license plate number and under-vehicle pattern recognition. The test shows reliable precision within real-time of 2.8sec, which can be applicable commercially. In the future, more research will be conducted to enhance the precision by automatic image balance in many challenging situations.

• Journal of Korea Multimedia Society
• /
• v.16 no.6
• /
• pp.764-781
• /
• 2013

In this paper, we propose a highly precise vehicle detection method with low false alarm using billboard sweep stereo matching and multi-stage hypothesis generation. First, we capture stereo images from cameras established in front of the vehicle and obtain the disparity map in which the regions of ground plane or background are removed using billboard sweep stereo matching algorithm. And then, we perform the vehicle detection and tracking on the labeled disparity map. The vehicle detection and tracking consists of three steps. In the learning step, the SVM(support vector machine) classifier is obtained using the features extracted from the gabor filter. The second step is the vehicle detection which performs the sobel edge detection in the image of the left camera and extracts candidates of the vehicle using edge image and billboard sweep stereo disparity map. The final step is the vehicle tracking using template matching in the next frame. Removal process of the tracking regions improves the system performance in the candidate region of the vehicle on the succeeding frames.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1361-1362
• /
• 2015

차량의 수요가 증가함에 따르는 지능적인 통제시스템의 요구된다. 그리고 과학기술의 발달과 시스템의 자동화에 따라 사람뿐만 아니라 차량도 인식이 필요하게 되었다. 따라서 본 논문은 다항식 기반 RBFNNs를 이용하여 차량의 번호판 인식을 수행한다. 번호판 영역과 번호는 영상처리에서 영상 이진화와 영상 모폴로지 기법 등 전처리 과정을 거친 후 검출하고, 차량 번호를 인식하기 위해 0~9사이의 숫자를 클래스 별로 데이터의 차원을 축소시켜 다항식 기반 RBFNNs에 학습하고, 테스트 차량의 번호판에서 번호별로 분류하여 차량번호를 인식한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.260-263
• /
• 2010

본 논문에서는 주행 중인 차량에서 전방을 향해 장착된 카메라를 통해 입력된 영상에서 측면에 부분적으로 나타나는 차량을 검출하는 방법을 제안한다. 기존 연구에서는 모션 벡터를 이용하여 주변 배경과 관측되는 차량 사이의 모션 벡터 차이를 이용하여 측면 차량을 검출하고 있다. 그러나 모션 벡터를 이용할 경우 정지된 차량이나 전방에서 다가오는 차량의 경우 검출하기 어려운 점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 모션 벡터를 사용하지 않고 차량 측면 모습에서 특징 정보를 추출하여 SVM 분류기를 통해 측면 차량을 검출하는 방법을 제안한다. 차량 측면 모습의 특징을 뽑기 위해 영상의 밝기 변화에 강인한 국부 이진 패턴을 사용하였고 ROI영역 내에서 차량이 나타나는 위치에 상관없이 차량의 측면 모습을 찾아내기 위해 국부 이진 패턴의 히스토그램을 이용하였다. 실험결과에서는 제안하는 방법이 정지된 차량을 포함하여 88.5%의 정확도로 측면 차량을 검출하는 것을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1851_1852
• /
• 2009

본 논문은 차량 영역에 나타나는 수평, 수직 에지 특성만을 이용하여 빠르고 효율적으로 차량을 검출하는 방법을 제안한다. 차량을 포함하는 입력영상의 긴 수직 에지 성분을 찾아 차량의 후보 영역을 결정한다. 영상의 에지 성분의 누적 대신 연속적으로 나타나는 긴 수직 에지 성분을 찾음으로써 차량의 후보 영역의 검출과 동시에 중요한 정보를 담고 있는 도로와 접하는 차량의 하단부를 함께 검출한다. 후보 영역 내에서 차량과 비 차량을 구분하는 검증 단계에서는 차량의 후면의 대칭성(Symmetry)을 이용하여 후보 영역 내에서 차량이 있을 가능성이 있는 바닥 점 위에서 좌측과 우측의 유사도(Matching rate)를 이용하여 차량과 비 차량을 판별한다. 기존의 템플릿 기반 방법이나 외관 기반 방법이 아닌 에지 성분만을 이용하여 후보 영역을 결정하고 검증하기 때문에 다른 검출 기법들에 비해 비교적 검출 시간이 짧고 실시간 차량 검출에 적합하다.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.7-13
• /
• 2008

본 연구에서 개발한 노변 영상(roadside image) 취득 시스템은 효율적으로 도로 시설물들을 관리하기 위함이다. 복잡하고 긴 구간의 도로에 존재하는 도로 시설물을 인력을 사용하여 조사하기에는 많은 시간과 비용이 소요된다. 도로를 따라 움직이는 차량을 이용하는 경우에는 적은 인원과, 단시간에 노변에 설치된 시설물 등의 현황과 상태를 조사 할 수 있으며 도로 주변의 다양한 정보를 알 수가 있다. 또한, 차량에 장착된 GPS/INS 통합시스템을 사용하여 해당 영상의 정확한 위치 정보를 획득 할 수 있다. 그러나 선명한 영상을 취득하기 위해서 야외의 다양한 조건을 만족시키는 카메라와 렌즈의 선정이 중요하며, 이에 따른 동기화 장치(synchronization device)와 영상 획득 프로그램의 개발이 필요하다. 본 논문에서는 경기도 고양시를 대상으로 시험을 실시하였으며, 현재 시판되고 있는 최신의 다양한 종류의 카메라와 렌즈를 차량에 장착한 후 영상을 취득하여 연구에 적합한 하드웨어를 선정하였다. 또한 동기화 장치를 사용하여 DMI(Distance Measuring Instrument)에서 발생되는 트리거 신호를 입력받아 일정한 거리마다 영상을 취득하는 S/W와 동기화 장치의 성능을 테스트하였다. 취득된 노변 영상의 위치 정확도를 테스트하기 위해 DGPS 방법을 이용하여 후처리 하였으며, 레벨 2수준의 교통주제도에 차량의 이동궤적과 도로의 선형을 중첩하여 육안으로 비교 분석하였다. 취득된 노변 영상을 분석하여 지상 모니터링 분야에서 도로 주변 시설물의 변화 탐지에 이용이 가능한 대상 시설물 목록을 선정하였으며 매우 효율적으로 도로의 유지관리에 활용이 가능할 것으로 기대된다.

• Journal of Korea Multimedia Society
• /
• v.13 no.7
• /
• pp.983-990
• /
• 2010

The image processing technique is very sensitive to the variation of external environment, so it tends to lose a lot of accuracy when the external environment changes rapidly. In this paper, we propose a vehicle detecting and tracking system for crime prevention suitable for an external environments with various changes using the image processing technique. Because the vehicle camera detector for crime prevention extracts and tracks the vehicle within one lane, it is important to classify a characteristic region rather than the contour of a vehicle. The proposed system detects the entrance of the vehicle using optical flow and tracks the vehicle by classifying the headlights, the bonnet, the front-window and the roof area of the vehicle. Experimental results show that the proposed method is robust to the environmental changes such as type, speed and time of a vehicle.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.438-441
• /
• 2013

알려진바 한 해 우리나라에서 200여 건 이상의 차량 급발진으로 추청 되는 사고(Sudden Unintended Acceleration, SUA)가 발생하지만 지금까지 명확하게 급발진으로 추정되는 사고의 원인을 밝혀내지 못해 사고를 당한 운전자는 막대한 정신적, 물질적 피해를 보고 있다. 이에 차량의 급발진으로 추정되는 사고 시 차량의 상태 및 원인 파악을 위하여 차량 내 설치되는 OBD-II(On Board Diagnostics-II)와 운전자의 발쪽을 촬영하는 Foot Camera를 이용하여 통합 블랙박스 시스템을 구현하고자 한다. 지금까지의 블랙박스 시스템은 단순히 사고 시 영상을 촬영 저장하여 운전자에게 보여 주는 장치라면 현재 구현하려는 통합시스템은 블랙박스 자체에서 이동 통신을 통한 차량데이터 실시간 서버 전송 및 스마트 폰과 스마트 패드의 앱(App)으로 OBD-II와 메인서버와의 통신을 통해 사용자 차량의 현재 상태, 차량의 이상 유무, 소모품 교환 시기, 차량사고 시 영상 및 급발진 추정 시 차량상태, 위치, 이동거리, 운전자의 발쪽 영상 저장 및 재생 등 사용자가 필요로 하는 다양한 기능과 정보들을 블랙박스 하나로 통합하여 구현 할 것이다. 이 시스템이 개발되면 차량 관리에 서툰 여성 운전자들, 좀 더 체계적이고 손쉽게 내 차 정보를 원하는 운전자들과 전 세계 자동차 소비자들의 관심사인 급발진에 대한 사고 분석이 정확해 질 것으로 여겨진다.

• Journal of Advanced Navigation Technology
• /
• v.3 no.1
• /
• pp.60-68
• /
• 1999

In this paper, we propose a new background generation method for image detector for traffic information collection. Conventional methods result in bad performance when there are frequent traffic jams due to heavy traffic. To improve on this, we use high level information from vehicle detection. Only part of the image that is not considered as vehicle is used in background generation. The proposed method finds background more robustly than that of the conventional methods even in the presence of heavy traffic.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.193-196
• /
• 2010

In this paper, we propose a method to classify the types of vehicle as full, medium, or small size. The proposed method is composed of three steps. First, after obtaining vehicle contour from template candidate image, edge distance template is created by distance transform of the vehicle's contour. Second, the vehicle type of input image is classified as the type of template which has minimal edge distance with input image. The edge distance value means the measurement of distance between input image and template at each pixel which is part of vehicle contour. Experimental results demonstrate that our method presented a good performance of 80% about test images.