• 한국컴퓨터정보학회논문지
• /
• 제17권1호
• /
• pp.71-80
• /
• 2012

본 논문에서는 단일 카메라를 이용하여 차량의 위치를 검출하고 연속적인 프레임에서의 차량의 움직임을 추적하는 알고리즘을 제안한다. 차량의 특징을 검출하기 위해 Haar-like 에지 검출기를 사용하고, 카메라의 캘리브레이션 정보를 이용하여 차량의 위치를 추정한다. 신뢰도를 높이기 위해 k 개의 연속적인 프레임에서의 누적된 차량 정보를 추출한다. 최종 검출된 차량을 템플릿으로 지정하고 SURF (Speeded Up Robust Features) 알고리즘을 통해 연속적으로 입력되는 프레임에서 동일한 차량을 추출한다. 이를 통해 동일 차량으로 추출된 차량 정보를 새로운 템플릿으로 업데이트 한다. 비교 검출을 위한 수행 시간을 줄이기 위해 이전 프레임에서 검출된 차량의 범위를 확장한 영역만을 관심 영역으로 지정한다. 이 과정은 공통된 대응점을 찾지 못할 때까지 검출과 추적 과정을 반복하여 진행한다. 실 도로 상에서 얻어진 영상에 대해 적용함으로써 제안된 알고리즘의 효율성을 보였다.

• 전자공학회논문지
• /
• 제54권8호
• /
• pp.89-96
• /
• 2017

본 논문에서는 일반 도로상에 설치된 CCTV 영상으로부터 차량 검출과 번호판을 인식하는 시스템을 제안하였다. 본 시스템의 환경은 일반 도로 환경에서 영상을 취득하기 때문에 기존의 차량 진출입 시스템에 적용되는 안정적인 조건이 주어지지 않으며 입력 영상이 왜곡되고 해상도가 불규칙적이다. 동시에 입력 영상의 시야각이 넓어 연산량이 높고 번호판의 인식 정확도가 떨어지기 쉽다. 본 논문에서는 별도의 입력 제어 장치 없이 차량을 검출하고, 번호판 검출 및 인식이 가능한 향상된 방법을 제안하였다. HOG 특징 기술자를 기반으로 차량 및 번호판을 검출하고, k-NN 알고리즘을 사용하여 번호판 내부 문자의 인식을 수행하였다. CCTV에서 45m 이상 떨어진 장소의 도로를 실험 환경으로 설정하고, 육안으로 번호판을 식별할 수 있는 진입 차량에 대한 실험을 진행하였으며 실험을 통하여 제안 방식의 우수한 결과를 확인하였다.

• 한국통신학회논문지
• /
• 제37권2A호
• /
• pp.95-104
• /
• 2012

혼합분류기를 이용한 패턴인식은 약한 분류기를 결합하여 강한 분류기를 구성하는 형태이다. 본 논문에서는 고정된 카메라를 통해 입력된 영상을 이용하여 특징을 추출하고 이것들을 이용한 약한 분류기의 결합으로 강한 분류기를 만들어 낸다. 제안하는 시스템 구성은 차영상 기법을 이용해서 이진화된 전경 영상을 얻고 모폴로지 침식연산 수행으로 얻어진 혼잡도 가중치 영상을 이용해 특징을 추출하게 된다. 추출된 특징을 조합하고 혼잡도를 판단하기 위한 모델의 훈련 및 인식을 위한 혼합분류기 알고리즘으로 부스팅 방법을 사용하였다. 혼합 분류기는 약한 분류기의 조합으로 하나의 강한 분류기를 만들어 내는 분류기로서 그림자나 반사 등이 일어나는 환경에서도 잠재적인 특징들을 잘 활용할 수 있다. 제안하는 시스템의 성능실험은 "AVSS 2007"의 도로환경의 차량 영상과 철도환경내의 승강장 영상을 사용하였다. 조명변화가 심한 야외환경과 승강장과 같은 복잡한 환경에서도 시스템의 우수한 성능을 보여주었다.

• 전자공학회논문지
• /
• 제49권12호
• /
• pp.265-274
• /
• 2012

본 논문에서는 레이더와 비전센서 융합 기반의 움직임추정을 이용한 전방차량 검출 및 추적 방법을 제안한다. 제안하는 방법은 움직임추정을 통하여 레이더로 관측한 타겟의 부정확한 횡방향 위치를 보정할 뿐만 아니라 자차의 거동에 따른 자차-지면 간의 기하학적 관계 변화에 적응적으로 전방차량을 검출하고 추적한다. 또한 연산량 부담이 적은 특징점기반의 움직임추정 방법을 사용하여 차량을 검증하는 과정의 수행 횟수 감소를 도모하였다. 제안하는 움직임추정 방법으로 보정한 타겟이 기존의 방법에 비해 높은 시간적 일관성(temporal consistency)을 가지고 전방차량을 추적하는 것은 물론 다양한 도로환경에서 강건하게 전방차량을 검출하는 것을 실험을 통해 입증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제14권5호
• /
• pp.73-79
• /
• 2014

본 논문에서는 비디오 시?스에서 차들을 추적하고 검출하기 위해서 비디오와 이미지 처리를 활용하여 고속도로 및 일반 도로상의 교통흐름과 차량의 속도를 계측하는 기법을 제안했다. 제안된 기법은 배경이미지를 평가하기 위해서 비디오 스트림의 처음 프레임을 활용하였다. 비쥬얼 추적 시스템은 프레임 절대 차의 합을 토대로 한 단순한 알고리즘이다. 그것은 각 비디오 프레임으로부터 전경 이미지를 산출하기 위해서 배경화면을 빼고, 각 전경 이미지에 형태적 제거를 실행하고 임계값화 함으로서 임계치 윈도우에서 보인 이진이미지를 산출한다. 첫 번째 하얀 라인과 두번째 하얀 라인사이 거리를 측정하여 차의 위치를 찾았다. 평균속도는 물체의 위치 변화를 장소가 변하는 시간으로 나눔으로서 정의했다. 제시된 기법의 결과는 측정된 데이터와 잘 일치되었고, 실시간으로 결과를 본다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권10호
• /
• pp.1143-1155
• /
• 1999

셀룰러 방식의 이동통신 시스템에서 전파의 유효신호 도달범위를 예측하기 위해서는 전파전파 모델을 이용한 예측기법이 주로 사용된다. 그러나, 전파과정에서 주변 지형지물에 의해 발생하는 전파손실은 매우 복잡한 비선형적인 특성을 가지며 수식으로는 정확한 표현이 불가능하다. 본 논문에서는 신경회로망의 함수 근사화 능력을 이용하여 전파손실 예측모델을 생성하는 방법을 제안한다. 즉, 전파손실을 송수신 안테나간의 거리, 송신안테나의 특성, 장애물 투과영향, 회절특성, 도로, 수면에 의한 영향 등과 같은 전파환경 변수들의 함수로 가정하고, 신경회로망 학습을 통하여 함수를 근사화한다. 전파환경 변수들이 신경회로망 입력으로 사용되기 위해서는 3차원 지형도와 벡터지도를 이용하여 전파의 반사, 회절, 산란 등의 물리적인 특성이 고려된 특징 추출을 통해 정량적인 수치들을 계산한다. 이와 같이 얻어진 훈련데이타를 이용한 신경회로망 학습을 통해 전파손실 모델을 완성한다. 이 모델을 이용하여 서울 도심 지역의 실제 서비스 환경에 대한 타 모델과의 비교실험결과를 통해 제안하는 모델의 우수성을 보인다.Abstract In cellular mobile communication systems, wave propagation models are used in most cases to predict cell coverage. The amount of propagation loss induced by the obstacles in the propagation path, however, is a highly non-linear function, which cannot be easily represented mathematically. In this paper, we introduce the method of producing propagation loss prediction models by function approximation using neural networks. In this method, we assume the propagation loss is a function of the relevant parameters such as the distance from the base station antenna, the specification of the transmitter antenna, obstacle profile, diffraction effect, road, and water effect. The values of these parameters are produced from the field measurement data, 3D digital terrain maps, and vector maps as its inputs by a feature extraction process, which takes into account the physical characteristics of electromagnetic waves such as reflection, diffraction and scattering. The values produced are used as the input to the neural network, which are then trained to become the propagation loss prediction model. In the experimental study, we obtain a considerable amount of improvement over COST-231 model in the prediction accuracy using this model.

• 인터넷정보학회논문지
• /
• 제7권4호
• /
• pp.45-55
• /
• 2006

본 논문에서는 현장감 있는 모의훈련을 위해 가상영상이 아닌 지상기반 CCD 카메라영상에 지정된 시나리오대로 가상표적을 전시하는 방법을 제안한다. 이를 위해 고해상도 GeoTIFF(Geonraphic Tag Image File Format) 위성영상과 DTED(Digital Terrain Elevation Data)를 이용하여 현실감 있는 3차원 모델을 생성(운용자용)하고 입력된 CCD 영상(운용자 훈련자용)으로부터 도로를 추출하였다. 그러나 위성영상과 지상기반 센서영상은 관측위치, 분해능, 스케일 등에 많은 차이가 있어 특징기반 정합이 어렵다. 따라서 본 논문에서는 영상 워핑함수인 TPS(Thin-Plate Spline) 보간 함수를 일치하는 두 개의 제어점 집합에 적용하여 3차원 모델에 표시된 이동경로를 따라 CCD 영상에도 표적을 전시하는 이동 동기화 방법을 제안하였다. 실험에서는 대전지역의 위성영상과 CCD 영상을 이용하여 제안한 알고리즘의 유효성을 입증하였다.

• 한국측량학회지
• /
• 제18권1호
• /
• pp.1-9
• /
• 2000

최근 들어 정사투영영상에 대한 필요성과 그 효용성이 급격히 늘어나고 있으며, 정사사진지도 뿐만 아니라 여러가지 응용분야에 적용되고 있다. 본 연구에서는 특별한 수치지도 도화장비 없이 수치정사투영영상만을 이용하여 수치지도를 제작할 수 있도록 도형정보를 자동으로 추출하고 분류하고자 한다. 이를 위하여 영상처리의 여러 가지 기법들과 퍼지이론을 적용하여, 도로경계와 차선 그리고 건물의 종류에 따라 자동으로 레이어가 부여되도록 하였다. 특히 건물의 경우 화소 단위로 추출된 외곽 벡터라인이 상당히 복잡한 형태를 지니고 있으나 모서리간은 1차원 선형을 지니도록 프로그램을 개발하였다. 연구결과 자동으로 모든 대상물을 일시에 추출하여 인식하지는 못하였으나, 반자동을 가미하였을때 50 cm내외의 오차를 보이고 있었다. 따라서 1/5,000축척의 수치지도를 제작하는 데 있어서 효과적으로 사용될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.3955-3971
• /
• 2020

Due to the significant increase in the use of autonomous car technology, it is essential to integrate this technology with high-precision digital map data containing more precise and accurate roadway information, as compared to existing conventional map resources, to ensure the safety of self-driving operations. While existing map technologies may assist vehicles in identifying their locations via Global Positioning System, it is however difficult to update the environmental changes of roadways in these maps. Roadway vision algorithms can be useful for building autonomous vehicles that can avoid accidents and detect real-time location changes. We incorporate a hybrid architectural design that combines unsupervised classification of vision data with supervised joint fusion classification to achieve a better noise-resistant algorithm. We identify, via a deep learning approach, an intelligent hybrid fusion algorithm for fusing multimodal vision feature data for roadway classifications and characterize its improvement in accuracy over unsupervised identifications using image processing and supervised vision classifiers. We analyzed over 93,000 vision frame data collected from a test vehicle in real roadways. The performance indicators of the proposed hybrid fusion algorithm are successfully evaluated for the generation of roadway digital maps for autonomous vehicles, with a recall of 0.94, precision of 0.96, and accuracy of 0.92.

• 대한공간정보학회지
• /
• 제1권1호
• /
• pp.117-125
• /
• 1993

GSIS는 분석될 수 있고, 또 특별한 목적이나 응용을 위한 정보로 변환될 수 있는 공간적 참조 자료를 보유하는 시스템이다. GSIS의 핵심적인 특징은 자료를 분석하여 새로운 정보를 만들어 낼 수 있다는 것이다. 교통분야에 있어서 현재 중점을 두고 있는 것은 실시간 시스템과 결합한 GSIS를 구축하는 것이다. 교통 GSIS에 대한 요구는 환경이나 자원분야의 응용을 위해 설계된 전통적인 GSIS와는 매우 다르다. 교통 GSIS는 교통량 예측, 포장관리에 대한 능력을 포함할 필요도 있을 것이다. 지역적인 교통계획 모델은 실제 어떤 지역에 대한 인구, 고용, 수입, 가구수, 자동차 수요에 대한 목록을 정리하고 예측하는데 사용되는 모델이다. 본 논문에서는 행정경계, 토지이용도, 도로망, 학교 동사무소의 위치와 인구 같은 자료를 사용하였으며, 이들 자료는 교통량, 교통수요, 도로건설 시간을 분석하는데 사용되었다.