• 한국정보통신학회논문지
• /
• 제26권11호
• /
• pp.1630-1636
• /
• 2022

현재 교통 표지판 인식 기법들은 다양한 날씨, 빛의 변화 등과 같은 외부환경 뿐만 아니라 교통 표지판이 일부 훼손된 경우에는 인식 성능이 저하되는 경우가 발생한다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위하여 홉필드 네트워크와 퍼지 Max-Min 신경망을 이용하여 손상된 교통 표지판의 인식 성능을 개선하는 방법을 제안한다. 제안된 방법은 손상된 교통 표지판에서 특징들을 분석한 후, 그 특징들을 학습 패턴으로 구성하여 퍼지 Max-Min 신경망에 적용하여 1차적으로 교통 표지판의 특징을 분류한다. 1차적 분류된 특징이 있는 학습 영상들을 홉필드 네트워크에 적용하여 손상된 특징을 복원한다. 홉필드 네트워크를 적용하여 복원된 교통 표지판의 특징들을 다시 퍼지 Max-Min 신경망에 적용하여 최종적으로 손상된 교통 표지판을 분류하고 인식한다. 제안된 방법의 성능을 평가하기 위하여 손상된 정도가 다른 다양한 교통 표지판 8개를 적용하여 실험한 결과, 제안된 방법이 퍼지 Max-Min 신경망에 비해 평균적으로 38.76%의 분류 성능이 개선되었다.

• 정보처리학회논문지D
• /
• 제14D권7호
• /
• pp.809-818
• /
• 2007

본 논문에서는 컬러정보를 이용하여 교통표지판 영역을 추출하고, 추출된 이미지의 인식을 위해 오류 역전파 학습알고리즘을 적용한 교통표지판 인식시스템을 제안한다. 제안된 방법은 교통표지판의 컬러를 분석하여 영상에서 교통표지판의 후보영역을 추출한다. 후보영역을 추출하는 방법은 RGB 컬러 공간으로부터 YUV, YIQ, CMYK 컬러 공간이 가지는 특성을 이용한다. 형태처리는 교통표지판의 기하학적 특성을 이용하여 영역을 분할하고, 교통표지판 인식은 학습이 가능한 오류역전파 학습알고리즘을 이용하여 인식한다. 실험결과 제안된 시스템은 다양한 크기의 입력영상과 조명의 차이에 영향을 받지 않고 후보영역 추출과 인식에 우수한 성능이 입증되었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.141-144
• /
• 2000

본 논문은 교통 안전 표지판 인식에 적용이 가능한 새로운 영상의 특징 정보 추출 방법을 제안한다. 제안된 방법은 인간의 인식 시스템에서 이용하는 기본 특징인 색과 형태정보를 이용하여 영상 인식에 적용한다. 색 정보의 추출은 RGB성분의 히스토그램 분포를 이용하고 형태 정보의 추출은 기하학적인 형태 정보 추출 방법과 모멘트를 이용한다. 본 논문은 유사 영상 검색을 위한 새로운 특징 정보 추출 방법과 간단한 특징 정보 표현 그리고 계산량의 감소 효과를 얻었다.

• 한국정보통신학회논문지
• /
• 제8권2호
• /
• pp.471-476
• /
• 2004

본 논문에서는 영상처리를 이용하여 온라인으로 교통표지판을 인식하는 비젼 시스템을 제안한다. 제안된 시스템은 넓은 두 개의 카메라, 즉 광각렌즈(wide-angle lends)와 망원렌즈(telephoto lends)를 장착하였고, 이미지처리 보드가 있는 PC로 구성되었다. 이 시스템은 색상, 자기, 형태 등과 같은 정보를 이용하여 광각이미지의 교통표지판을 추출한 다음, 보다 큰 이미지에서 정확한 표지판 후보영역을 추출하기 위해 망원렌즈에서 포착된 이미지를 이용하여 처리하였다. 실험결과로써 수동으로 촬영한 비디오 연속장면에서 포착한 영상을 시용하여 실험한 결과 속도표지판은 추출율 96.5%, 인식률 34.4% 그리고 안내표지판은 추출율 100%, 인식률 40%의 결과를 나타내었다. 또한 간단한 실행과정으로 빠른 인식률을 얻을 수 있었으며, 도로상에서의 실험으로 시스템의 효용성을 입증하였다.

• 한국공간정보시스템학회 논문지
• /
• 제10권2호
• /
• pp.13-24
• /
• 2008

차세대 실감 내비게이션 시스템은 2D 기반 내비게이션 시스템의 단점을 보완하고 보다 안전한 운전을 할 수 있도록 다양한 서비스를 제공하기 위해 연구되고 있다. 실감 내비게이션 시스템 차선인식과 도로시설물 객체 DB, 교차로 인식 모듈등의 기능 블록들로 구성된다. 본 논문에서는 실감내비게이션의 중요 요소 중 하나인 교차로 인식을 위한 신호등과 표지판 인식 시스템을 개발하였다. 개발된 알고리듬은 색상 정보를 이용해 인식 대상을 검출하고 객체의 특징을 이용하여 신호등과 표지판을 객체별로 인식할 수 있도록 하였으며 실험을 통해 검증하였다. 실험결과 신호등의 경우 60-30m의 거리에서 평균90%의 인식률을 보였으며, 표지판의 경우 90-40m의 거리에서 평균 97%의 인식률을 보였고, 프레임 당 평균 처리시간이 46msec로서 실시간 처리가 가능함을 보였다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.125-134
• /
• 2004

본 논문은 분할한 교통 표지판 영역에 대해서 웨이블릿 변환과 형태 정보를 이용한 교통 표지판 인식 방법을 제안한다. 화소의 RGB 색상비를 이용하여 생성한 이진 영상에서 connected component algorithm에 의해 분할된 후보 영역들을 대상으로 형태 정보인 XY축 대칭성을 기반으로 교통 표지판 영역을 분할한다. 그리고 분할된 교통 표지판 영역에 대해서 웨이블릿 변환을 적용하여 얻은 주파수 성분을 기반으로 모멘트, 에지 코렐로 그램, 동심 원형 패턴 정보를 추출한 후, 사전에 구축한 데이터베이스와의 유사도 측정에 의해 인식을 수행한다. 실험 결과, 제안한 방법이 다양한 외부 환경이나 변환에 대해서 유효함을 보였다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.149-158
• /
• 2004

본 논문은 실영상에서 형태 정보와 에지 영상을 이용한 교통 표지판 영역 추출 및 인식 방법을 제안한다. 화소의 RGB 색상비를 이용하여 생성한 이진 영상에서 connected component 알고리듬에 의해 분할된 후보 영역들을 대상으로 형태 정보인 XY축 대칭성을 기반으로 교통 표지판 영역을 추출한다. 만약 후보 영역이 검출되지 않을 경우, 히스토그램 평활화에 의해 대비를 향상함으로써 영역 추출이 가능하다. 그리고 교통 표지판 영역의 에지 영상에서 추출한 수평-수직 투영(XY projection). 모멘트(moment), 동심원형 패턴 및 8 방향 광선과 에지와의 거리 및 교차점의 개수 등의 형태 정보를 기반으로, 사전에 구축한 데이터베이스와의 유사도 측정에 의해 인식을 수행한다. 다양한 실영상을 대상으로 실험한 결과, 본 방법이 빛이나 날씨 조건 등의 외부 환경에 강건하게 추출 및 인식함을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.317-318
• /
• 2023

본 논문에서는 CNN(Convolutional Neural Network)을 활용하여 자율주행 자동차가 각 국가별 교통 규칙 및 도로 표시를 이해하고 정확한 주행을 할 수 있도록, Deep Neural Network 시스템을 설계하고 구현하는 방법을 제안한다. 연구 방법으로는 한국도로교통공단(koroad)에서 제공하는 교통안전표지 일람표 이미지를 학습하여, 차량이 자율주행을 하기 위해 요구되는 표지판을 인식할 수 있도록 하였다. 본 논문에서 설계한 학습 시스템으로 도로교통표지판의 인식에 성공했으며, 이를 통해 자율주행차량이 표지판을 인식할 수 있으며, 시각장애인 및 고령운전자를 위한 지원 역시 가능하다고 사료된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.351-353
• /
• 2012

교통 표지판은 도로 주행에 있어 분별력 있는 정보를 제공한다. 하지만 주행 중에 가로수나 다른 자동차에 의해 교통 표지판은 가려져 있거나 훼손된 경우가 많다. 또한 자동차가 커브할 때 카메라 영상에는 회전된 객체로 보이게 된다. 이런 경우에 교통 표지판의 인식이 어렵기 때문에 본 논문에서는 각 문제점에 모두 강건한 피처를 이용해 매칭하는 방법을 제안하였다. 본 논문에서 제안한 방법에 기반하여 주행 중 영상에서 보다 분별력 있는 정보를 획득하여 더 많은 응용 분야에 적용할 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.7-8
• /
• 2023

자율주행 자동차에 관한 연구에서 상황을 인지하기 위한 교통 표지판을 다양한 환경에서 인식하도록 하는 과정은 필수적인 요소이다. 이러한 교통 표지판은 객체 검출 방법을 통해 인지할 수 있지만, 환경에 따라 성능 차이가 크다. 본 논문에서는 Yolov4 모델을 기반으로 공개된 데이터 세트를 이용해 학습하고, 테스트 배드 환경에서 교통 표지판을 검출한다. 테스트 배드에서 조건, 거리, 강수량에 따른 다양한 환경에 대한 교통 표지판 검출의 성능을 비교 및 분석한 결과를 보인다.