• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3769-3789
• /
• 2018

Social pedestrian groups are the basic elements that constitute a crowd; therefore, detection of such groups is scientifically important for modeling social behavior, as well as practically useful for crowd video understanding. A social group refers to a cluster of members who tend to keep similar motion state for a sustained period of time. One of the main challenges of social group detection arises from the complex dynamic variations of crowd patterns. Therefore, most works model dynamic groups to analysis the crowd behavior, ignoring the existence of stationary groups in crowd scene. However, in this paper, we propose a novel unified framework for detecting social pedestrian groups in crowd videos, including dynamic and stationary pedestrian groups, based on spatiotemporal-oriented energy measurements. Dynamic pedestrian groups are hierarchically clustered based on energy flow similarities and trajectory motion correlations between the atomic groups extracted from principal spatiotemporal-oriented energies. Furthermore, the probability distribution of static spatiotemporal-oriented energies is modeled to detect stationary pedestrian groups. Extensive experiments on challenging datasets demonstrate that our method can achieve superior results for social pedestrian group detection and crowd video classification.

• 대한의용생체공학회:의공학회지
• /
• 제31권6호
• /
• pp.481-486
• /
• 2010

In this paper, we suggest an advanced algorithm, to recognize pedestrian/non-pedestrian using differential haar-like feature, which applies Adaboost algorithm to make a strong classification from weak classifications. First, we extract two feature vectors: horizontal haar-like feature and vertical haar-like feature. For the next, we calculate the proposed feature vector using differential haar-like method. And then, a strong classification needs to be obtained from weak classifications for composite recognition method using the differential area of horizontal and vertical haar-like. In the proposed method, we use one feature vector and one strong classification for the first stage of recognition. Based on our experiment, the proposed algorithm shows higher recognition rate compared to the traditional method for the pedestrian and non-pedestrian.

• 대한교통학회지
• /
• 제21권5호
• /
• pp.41-48
• /
• 2003

한국손해사정인 협회의 자동차 사고 손해사정 가이드(1999년 개정판)에 나와있는 횡단보도 부근의 정의를 살펴보면 "간선도로가 아닌 경우에는 횡단보도로부터 15m 이내의 장소를 말하며, 간선도로인 경우에는 횡단보도로부터 25m 이내의 장소"로 정의하고 있다. 횡단보도와 정지선 사이에서 발생한 사고는 횡단보도 부근의 사고로 분류가 된다. 현행 법령과, 법원 판례를 검토한 결과 3가지 교통사고 장소 즉, 횡단보도. 횡단보도 부근, 횡단보도와 정지선 사이의 이격공간에서 발생되는 교통사고는 과실상계에 있어서 차별성을 두어야 한다고 판단되어 차별성의 정도를 알아보기 위하여 횡단보도와 정지선 사이의 이격공간에서 발생되는 교통사고에 대한 과실상계에 대하여 대한교통학회 회원들을 대상으로 설문조사를 실시하였다. 본 연구결과 아래와 같은 사항이 도출되었다. (1) 현행 횡단보도 사고와 횡단보도 부근 사고로 분류되어 있는 2단계 분류를 횡단보도 사고, 횡단보도와 횡단 보도 정지선 사이의 이격공간 사고, 횡단보도 부근 사고의 3단계 분류로 바꿔야 한다. (2) 3단계로 분류된 과실상계의 순위는 횡단보도 사고의 보행자 기본 과실상계가 가장 낮으며, 다음으로 이격공간의 사고, 횡단보도 부근의 사고 순으로 되어야 한다. (3) 이격공간 사고의 보행자 기본 과실상계는 〈표 8〉, 〈표 9〉, 〈표 10〉과 같다. (4) 보행자 신호등이 적색 등화시 횡단보도 사고의 보행자 기본 과실상계는 횡단보도 부근 사고의 보행자 기본 과실상계보다 낮은 과실상계로 수정되어야 한다.

• 반도체디스플레이기술학회지
• /
• 제22권2호
• /
• pp.128-132
• /
• 2023

Recently, with the development of deep learning technology, research on pedestrian attribute recognition technology using deep neural networks has been actively conducted. Existing pedestrian attribute recognition techniques can be obtained in such a way as global-based, regional-area-based, visual attention-based, sequential prediction-based, and newly designed loss function-based, depending on how pedestrian attributes are detected. It is known that the performance of these pedestrian attribute recognition technologies varies greatly depending on the type of backbone network that constitutes the deep neural networks model. Therefore, in this paper, several backbone networks are applied to the baseline pedestrian attribute recognition model and the performance changes of the model are analyzed. In this paper, the analysis is conducted using Resnet34, Resnet50, Resnet101, Swin-tiny, and Swinv2-tiny, which are representative backbone networks used in the fields of image classification, object detection, etc. Furthermore, this paper analyzes the change in time complexity when inferencing each backbone network using a CPU and a GPU.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권6호
• /
• pp.654-662
• /
• 2010

본 논문은 2단계 연속(cascade) 방법을 이용한 향상된 보행자/비보행자 인식 알고리즘을 제안한다. 인식을 위한 분류기로는 약한 분류기를 강한 분류기로 만드는 아다부스트 알고리즘을 적용하였다. 먼저 두 가지 특징벡터를 추출 한다: (i) 기존의 기울기 히스토그램(HOG) 특성과 (ii) 한 점이 가지는 곡률특성 네 가지를 이용한 곡률-HOG를 제안하고 이용하였다. 그 다음 훈련 영상을 통하여 두 가지의 특징 벡터에 대해 약한 분류기로부터 강한 분류기를 얻었으며, 인식은 입력 영상으로부터 하나의 특징을 선택하여 이미 만들어진 강한 분류기를 통하여 1차적인 인식과 오인식을 실시하며, 오인식된 영상에 대해 2차적인 특징을 투입하여 이에 해당하는 강한 분류기를 통하여 2단계 아다부스트 알고리즘을 적용하여 최종적인 인식결과를 얻는다. 두 가지의 서로 다른 특성 벡터를 이용하여 연속 방법에 의한 2단계 아다부스트 알고리즘을 적용한 결과 기존의 실험 방법보다 더 정확한 인식 결과를 얻을 수 있었다.

• 제어로봇시스템학회논문지
• /
• 제17권5호
• /
• pp.490-498
• /
• 2011

In this paper, we present a two-stage vision-based approach to detect multi views of pedestrian in road scene images. The first stage is HG (Hypothesis Generation), in which potential pedestrian are hypothesized. During the hypothesis generation step, we use a vertical, horizontal edge map, and different colors between road background and pedestrian's clothes to determine the leg position of pedestrian, then a novel symmetry peaks processing is performed to define how many pedestrians is covered in one potential candidate region. Finally, the real candidate region where pedestrian exists will be constructed. The second stage is HV (Hypothesis Verification). In this stage, all hypotheses are verified by Support Vector Machine for classification, which is robust for multi views of pedestrian detection and recognition problems.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2321-2338
• /
• 2021

Compared with vehicle trajectories, pedestrian trajectories have stronger degrees of freedom and complexity, which poses a higher challenge to trajectory prediction tasks. This paper designs a mode to divide the trajectory of pedestrians at a traffic intersection, which converts the trajectory regression problem into a trajectory classification problem. This paper builds a deep model for pedestrian trajectory prediction at intersections for the task of pedestrian short-term trajectory prediction. The model calculates the spatial correlation and temporal dependence of the trajectory. More importantly, it captures the interactive features among pedestrians through the Attention mechanism. In order to improve the training speed, the model is composed of pure convolutional networks. This design overcomes the single-step calculation mode of the traditional recurrent neural network. The experiment uses Vulnerable Road Users trajectory dataset for related modeling and evaluation work. Compared with the existing models of pedestrian trajectory prediction, the model proposed in this paper has advantages in terms of evaluation indicators, training speed and the number of model parameters.

• 대한임베디드공학회논문지
• /
• 제8권2호
• /
• pp.121-128
• /
• 2013

There have been various research efforts for pedestrian recognition in embedded imaging systems. However, many suffer from their heavy computational complexities. SVM classification method has been widely used for pedestrian recognition. The reduction of candidate region is crucial for low-complexity scheme. In this paper, We propose a real time HOG based pedestrian detection system on GPU which images are captured by a pair of cameras. To speed up humans on road detection, the proposed method reduces a number of detection windows with disparity-search and near-search algorithm and uses the GPU and the NVIDIA CUDA framework. This method can be achieved speedups of 20% or more compared to the recent GPU implementations. The effectiveness of our algorithm is demonstrated in terms of the processing time and the detection performance.

• 한국전자통신학회논문지
• /
• 제13권1호
• /
• pp.169-174
• /
• 2018

시민들의 안전을 위한 영상통합관제센터에는 수많은 CCTV 카메라가 연결되어 많은 채널의 영상을 소수의 관제사가 관제하는데 어려움이 있다. 본 논문에서는 많은 채널의 영상을 효과적으로 관제하기 위하여 안전지도와 연계한 지능형 영상보안 시스템을 제안한다. 안전지도는 범죄 발생 빈도를 데이터베이스로 구축하고, 범죄 발생 위험 정도를 표현하고, 범죄 취약 계층인 여성이 범죄 위험 지역으로 진입하면 영상통합관제센터의 관제사가 주목할 수 있도록 한다. 성별 구분을 보행자 검출 및 추적 그리고 딥러닝을 통하여 성별을 구분한다. 보행자 검출은 Adaboost 알고리즘을 이용하고, 보행자 추적을 위한 확률적 데이터 연관 필터(probablistic data association filter)를 적용한다. 보행자의 성별을 구분하기 위하여 비교적 간단한 AlexNet를 적용하여 성별을 판별한다. 실험을 통하여 제안하는 성별 구분 방법이 종래의 알고리즘에 비하여 성별 구분에 효과적임을 보인다. 또한 안전지도와 연계한 지능형 영상보안 시스템 구현 결과를 소개한다.

• 대한건축학회논문집:계획계
• /
• 제35권2호
• /
• pp.3-10
• /
• 2019

The purpose of the study is to survey the effective methodology of composition and connection for the third pedestrian routes in mixed-use building by case studies. The study is performed as follows: First of all, pedestrian routes are classified into malling route, evacuation route, and the Third route. Secondly, case studies are conducted based on the classification. Thirdly, it is investigated about the composition and connection of the malling and the Third pedestrian route. The investigation is focused on gate, path, central area, vertical circulation(EV and escalator) and the four circulation elements. Finally, the effective methodology is extracted for setting the Third route in mixed-use buildings. The conclusion of the study is as follows: The enhancement of consistency and connection between the main route and the Third route is important for providing convenient paths especially to users who needs shortcut, EV/ES users. Additionally, the connections between EV and gate, between shortcut and EV/ES should be increased to enable users choosing their path as needed.