• 자동차안전학회지
• /
• 제14권4호
• /
• pp.6-15
• /
• 2022

In this study, a traffic light recognition algorithm was implemented and validated for low-speed special purpose vehicles in an urban environment. Real-time image data using a camera and YOLO algorithm were applied. Two methods were presented to increase the accuracy of the traffic light recognition algorithm, and it was confirmed that the second method had the higher accuracy according to the traffic light type. In addition, it was confirmed that the optimal YOLO algorithm was YOLO v5m, which has over 98% mAP values and higher efficiency. In the future, it is thought that the traffic light recognition algorithm can be used as a dual system to secure the platform safety in the traffic information error of C-ITS.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.751-756
• /
• 2018

본 연구는 입력 영상에서 교통 신호등을 검출하고, 신호등의 색상을 인식하며, 신호를 판별하여 무인 자율주행 차량이나 ITS(Intelligent Transportation System)에 적용할 수 있는 신호등 색상 인식 알고리즘을 제안하였다. 제안된 알고리즘은 교통신호등을 검출하기 위해 CEA(Canny Edge Algorithm)를 이용하여 외곽선을 추출하였고, 신호등의 색상을 인식하고 정확도를 높이기 위하여 HCT(Hough Circle Transform)를 적용하였다. 제안된 방법으로 주행도로상에서 획득한 스트림 영상에 적용한 결과, 우수한 신호등 색상 인식률을 확인할 수 있었다. 특히 입력영상에서 신호등이 존재할만한 ROI(Region Of Interest)로 구분하여 연산시간을 줄일 수 있었고, 신호등과 유사한 영역이라도 원이 검출되지 않거나 HSV 공간에서 V값이 낮아 후보영역에서 탈락시킴으로써 인식률의 정확도를 높일 수 있었다.

• 반도체디스플레이기술학회지
• /
• 제15권2호
• /
• pp.43-48
• /
• 2016

In this paper, we propose a traffic light detection and recognition (TLDR) algorithm in the daytime. The proposed algorithm utilizes the color and shape information for the TLDR. At first, a traffic light is detected and recognized based on its shape information. Then, the color range of the detected traffic light is investigated in HSV color space. The input data of the proposed TLDR algorithm is the color image captured using the black box camera during driving. Our simulations demonstrate that the proposed algorithm can achieve a high detection and recognition performance for the images including traffic lights.

• 한국자동차공학회논문집
• /
• 제24권2호
• /
• pp.214-224
• /
• 2016

This paper proposes an algorithm to effectively detect the traffic lights and recognize the traffic signals using a monocular camera mounted on the front windshield glass of a vehicle in day time. The algorithm consists of three main parts. The first part is to generate the candidates of a traffic light. After conversion of RGB color model into HSI and YCbCr color spaces, the regions considered as a traffic light are detected. For these regions, edge processing is applied to extract the borders of the traffic light. The second part is to divide the candidates into traffic lights and non-traffic lights using Haar-like features and Adaboost algorithm. The third part is to recognize the signals of the traffic light using a template matching. Experimental results show that the proposed algorithm successfully detects the traffic lights and recognizes the traffic signals in real time in a variety of environments.

• 전기전자학회논문지
• /
• 제22권1호
• /
• pp.46-52
• /
• 2018

최근 자율 주행에 관한 다양한 연구가 진행되는 가운데 신호등 검출 및 신호 인식 알고리즘은 가장 중요한 요소 중의 하나이다. 기존에 알고리즘의 대부분은 색상을 기반으로 검출하고 인식한다. 이러한 방법은 영상의 각도, 거리, 주변 조도 환경 등에 의해 영향을 받아 신호등의 색상이 변화하여 인식률이 낮아진다는 단점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 Haar-like feature 및 SVM(Support Vector Machine) 기반의 신호등 검출과 제원 정보를 이용한 인식 알고리즘을 제안한다. 신호등 검출의 정확성을 향상시키기 위해서 Haar-like feature 이후에 SVM으로 검증한다. Haar-like feature와 SVM는 사전에 지도학습을 시행한다. 검출 과정 후에는 영역 분할을 통해서 신호만을 추출하여 점등 여부를 파악하고 최종적으로 인식하는 과정을 거친다. 제안한 알고리즘은 기존의 알고리즘과 달리 신호등의 형태학적 특성을 기반으로 검출하고 인식하므로 주변 환경으로부터의 영향에 강인하다는 장점이 있다. 블랙박스 영상으로 실험한 결과 기존의 색상 기반 알고리즘보다 신호의 인식률이 높았다.

• 반도체디스플레이기술학회지
• /
• 제14권2호
• /
• pp.29-34
• /
• 2015

Traffic lights are common in cities and are important cues for the path planning of intelligent vehicles. In this paper, we propose a robust and efficient algorithm for recognizing traffic lights from video sequences captured by a low cost off-the-shelf camera. Instead of using color information for recognizing traffic lights, a shape based approach is adopted. In learning and detection phase, Histogram of Oriented Gradients (HOG) feature is used and a cascade classifier based on Adaboost algorithm is adopted as the main classifier for locating traffic lights. To decide the color of the traffic light, a technique based on histogram analysis in HSV color space is utilized. Experimental results on several video sequences from typical urban environment prove the effectiveness of the proposed algorithm.

• 정보처리학회논문지B
• /
• 제17B권3호
• /
• pp.207-214
• /
• 2010

본 논문에서는 실제 도로환경의 신호등 및 속도표지판 영역 검출 및 인식 방법을 제안하였다. 밝기정보 및 HIS 컬러모델에기반한 색상정보를 이용하여 신호등을 인식하였다. 또한 HSI 컬러정보로부터 적색강도를 추정함으로써 속도 표지판을 검출하였다. 표지판의 경사여부를 판단하여 시계방향, 반시계방향으로 각각 표지판을 회전시켜 기울기를 보정한 후 인식을 행함으로써 인식률을 제고하였다. 도로환경의 동영상을 대상으로 인식을 행한 결과 신호등과 속도표지판이 혼합된 영상에서도 매우 강건한 인식 결과를 보인다.

• 한국멀티미디어학회논문지
• /
• 제20권12호
• /
• pp.1901-1912
• /
• 2017

Traffic lights at night are usually framed in the image as bright regions bigger than the real size due to glow effect. Moreover, the colors of lighting region saturate to white. So it is difficult to distinguish between different traffic lights at night. Many related studies have tried to decrease the glow effect in the process of capturing images. Some studies drastically decreased the shutter time of the camera to reduce the adverse effect by the glow. However, this makes the video too dark. This study proposes a new idea which utilizes the glow effect. It examines the outer radial region of traffic light. It presents an algorithm to discriminate the color of traffic light by the analysis of the outer radial region. The advantage of the proposed method is that it can recognize traffic lights in the image captured by an ordinary black box camera. Experimental results using seven short videos show the performance of traffic light recognition reporting the precision of 96.4% and the recall of 98.2%. These results show that the proposed method is valid and effective.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.92-99
• /
• 2009

본 논문에서는 교통 신호등 영역 검출을 포함한 교통 신호등 외곽 부분과 신호등 색을 자동으로 판별하여 사용자에게 알려주는 교통 신호등 자동 판별 시스템 구현을 제안하였다. 본 논문은 교통 신호등색을 정확하게 검출하기 위하여 교통 신호등색에 해당하는 파장 범위를 설정하고, 색상 성분을 분할하였다. 색상 성분을 통해 교통 신호등색(빨강 주황 녹색)을 검출하며 배경부분은 그레이 영상으로 변환한다. 다음으로 웨이브렛 변환 알고리즘을 사용하여 다양한 환경에서 신호등 영역을 검출할 수 있는 알고리즘을 제안하였다. 또한, 교통 신호등 인식 부분은 CBIR(Content-Based Image Retrieval)기반에서 캐니 에지 연산자와 허도로프 매칭 알고리즘의 특성을 적용한 인식 알고리즘을 제안하였다. 제안된 알고리즘은 교통 신호등이 첨가되어 있는 조명, 배경 등이 다양한 영상을 대상으로 실험하며, 기존 알고리즘과 비교하여 제안 알고리즘의 성능이 향상되었음을 확인하였다.

• 자동차안전학회지
• /
• 제14권2호
• /
• pp.45-50
• /
• 2022

The vehicle motion in urban environment is determined by surrounding traffic flow, which cause understanding the flow to be a factor that dominantly affects the motion planning of the vehicle. The traffic flow in this urban environment is accessed using various urban infrastructure information. This paper represents a color recognition algorithm for traffic lights to perceive traffic condition which is a main information among various urban infrastructure information. Deep learning based vision open source realizes positions of traffic lights around the host vehicle. The data are processed to input data based on whether it exists on the route of ego vehicle. The colors of traffic lights are estimated through pixel values from the camera image. The proposed algorithm is validated in intersection situations with traffic lights on the test track. The results show that the proposed algorithm guarantees precise recognition on traffic lights associated with the ego vehicle path in urban intersection scenarios.