• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.45-55
• /
• 2021

본 논문은 고해상도를 가지는 영상에서 겹쳐져있는 소형 물체를 효과적으로 검출하고 추적하는 알고리즘을 제안한다. Coarse to Fine 방식을 기본으로 하는 두 개의 Deep-Learning Network을 앙상블 형태로 구성하여 차량이 존재할 위치를 미리 판단하고 서브영역으로 선택한 이미지로부터 차량을 정확하게 검출한다. Coarse 단계에서는 서로 다른 다수의 Deep-Learning Network 에 대한 각각의 결과로 Voting Space를 생성한다. 각 Voting Space 의 조합을 통해 Voting Map을 만들고 차량이 존재할 위치를 선택한다. Fine 단계에서는 Coarse 단계에서 선택된 영역을 기준으로 서브영역을 추출하고 해당 영역을 최종 Deep-Learning Network 에 입력한다. 서브 영역은 Voting Map을 이용하여 영상에서의 높이에 적합한 크기의 동적 윈도우를 생성함으로써 정의되며, 본 논문에서는 원거리에서 근거리로 접근하는 도로의 이미지를 대상으로 미리 계산된 매핑테이블을 적용하였다. 각 서브 영역 간 이동하는 차량의 동일성 판단은 검출된 영역의 하단 중심점에 대한 근접성을 기반으로 하였으며, 이를 통해 이동하는 차량의 정보를 트래킹 하였다. 실제 주야간 도로 CCTV를 통해 획득한 실시간 영상에서 처리 속도 및 검출 성능을 비교 실험하여 제안한 알고리즘을 평가하였다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.563-570
• /
• 2024

본 논문은 운전자의 운행 보조 역할로 주행 가능한 차선 영역을 인식하고 추적하는 방법을 제안한다. 주요 주제는 차량 내부의 앞 유리 중앙에 설치된 카메라를 통해 실시간으로 획득한 영상을 기반으로 컴퓨터 비전과 딥 러닝 기술을 활용하여 주행 가능한 도로 영역을 예측하는 심층 기반 네트워크를 설계한다. 본 연구는 YOLOv8 알고리즘을 이용하여 카메라에서 직접 획득한 데이터로 훈련한 새로운 모델을 개발하는 것을 목표한다. 실제 도로에서 자신의 차량의 정확한 위치를 실제 영상과 일치하게 시각화하여 주행 가능한 차선 영역을 표시 및 추적함으로써 운전자 운행의 보조하는 역할을 기대한다. 실험 결과, 대부분 주행 가능한 도로 영역의 추적이 가능했으나 밤에 비가 심하게 오는 경우와 같은 악천후에서 차선이 정확하게 인식되지 않는 경우가 발생하여 이를 해결하기 위한 모델의 성능 개선이 필요하다.

• 한국멀티미디어학회논문지
• /
• 제13권1호
• /
• pp.66-75
• /
• 2010

본 논문에서는 단일 비디오카메라와 초음파센서를 이용한 스마트 에어백용 승객 감지 시스템을 제안하였다. 승객의 체형과 얼굴 위치를 검출하기 위하여, 실시간 검출이 용이한 얼굴색 및 움직임 정보를 이용한다. 비디오 카메라 영상에서 얼굴색에 해당하는 색차신호 (U/V)의 경계값과 휘도신호 (Y)의 현재 프레임과 이전 프레임간의 차이값을 이용하여 후보 얼굴 블록 영상을 만든 후 모폴로지 및 라벨링 과정을 거쳐 얼굴 위치를 검출한다. 제안한 승객 자세감지 시스템의 성능을 평가하기 위하여 차량 지그에 IEEE 카메라, 초음파 센서 및 적외선 LED를 설치하여 다양한 실험을 수행하였다.

• 대한토목학회논문집
• /
• 제37권6호
• /
• pp.1017-1023
• /
• 2017

고속도로에서 발생된 교통사고 지속시간은 교통혼잡에 심각한 영향을 미친다. 일반적으로, 교통사고 지속시간은 사고의 검지시간, 대응시간, 처리시간으로 구성되며, 이 중 사고의 검지 및 대응시간은 최근 스마트폰 보급률 증가로 인해 매우 감소된 것으로 추정된다. 따라서 교통사고 처리팀에 의해 수행되는 사고 처리시간의 관리는 교통사고로 인한 교통혼잡 관리에 매우 중요한 요인이 된다. 본 연구는 고속도로 교통사고 처리에 영향을 미치는 주요 인자를 파악하는 것이 목적이다. 분석을 위해 2013년 전국 30개 주요 고속도로에서 발생한 총 6,870건의 자료를 이용하였다. 고속도로 사고 처리시간에 영향을 주는 인자 분석을 위해 Cox 모형을 활용하였다. 분석결과, 13개의 변수가 교통사고 처리시간에 영향을 미치는 것으로 나타났으며, 사고 처리시간을 증가시키는 요인은 터널에서 발생한 사고, 사망자가 발생한 사고, 사고차량수, 사고 후 상태의 상태가 전도 혹은 화재로 이어진 사고, 차량이 완파된 사고, 화물(대형) 및 트레일러 사고, 야간에 발생한 사고인 것으로 나타났다. 반면, 톨게이트에서 발생한 사고, 차-시설 사고, 승용차 사고, 종단구배가 평탄한 구간에서 발생한 사고는 다른 환경에서 발생한 사고보다 사고 처리시간을 감소시키는 것으로 나타났다. 이러한 결과는 고속도로에서 사고 발생 시 혼잡에 영향을 줄 수 있는 사고 처리시간의 감소 전략 수립을 위한 기반정보로 활용할 수 있을 것으로 기대된다.