• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권5호
• /
• pp.2171-2185
• /
• 2020

In order to judge that whether the vehicles in different images which are captured by surveillance cameras represent the same vehicle or not, we proposed a novel vehicle face recognition algorithm based on improved Nonnegative Matrix Factorization (NMF), different from traditional vehicle recognition algorithms, there are fewer effective features in vehicle face image than in whole vehicle image in general, which brings certain difficulty to recognition. The innovations mainly include the following two aspects: 1) we proposed a novel idea that the vehicle type can be determined by a few key regions of the vehicle face such as logo, grille and so on; 2) Through adding weight, sparseness and classification property constraints to the NMF model, we can acquire the effective feature bases that represent the key regions of vehicle face image. Experimental results show that the proposed algorithm not only achieve a high correct recognition rate, but also has a strong robustness to some non-cooperative factors such as illumination variation.

• 융합정보논문지
• /
• 제7권2호
• /
• pp.77-82
• /
• 2017

본 논문은 차량영상을 입력영상으로 받아 차량의 종류를 인식하는 보안 알고리즘을 연구한다. 차량 인식 보안 알고리즘은 영상입력, 배경제거, 에지영역 추출, 전처리(이진화), 차량인식 등의 5가지 핵심부분으로 구성된다. 그러므로 차량 종류 인식 보안 알고리즘의 최종 인식율은 각 단계의 역할 및 기능에 직간접적인 영향을 받는다. 영상을 그레이 스케일 이미지로 입력시킨 후 배경을 제거하고, 에지영역만 추출한 후 이진화를 거친다. 외곽선을 또렷하게 해주기 위한 전처리 과정을 거친 후 차량의 높이와 넓이의 비율을 통해 차량의 종류를 대형차, 승용차, 오토바이의 3가지 범주로 나누게 했다.

• International Journal of Automotive Technology
• /
• 제8권4호
• /
• pp.513-520
• /
• 2007

In this paper, we propose an approach to identify the driving environment for intelligent highway vehicles by means of image processing and computer vision techniques. The proposed approach mainly consists of two consecutive computational steps. The first step is the lane marking detection, which is used to identify the location of the host vehicle and road geometry. In this step, related standard image processing techniques are adapted for lane-related information. In the second step, by using the output from the first step, a four-stage algorithm for vehicle detection is proposed to provide information on the relative position and speed between the host vehicle and each preceding vehicle. The proposed approach has been validated in several real-world scenarios. Herein, experimental results indicate low false alarm and low false dismissal and have demonstrated the robustness of the proposed detection approach.

• 한국전자통신학회논문지
• /
• 제15권2호
• /
• pp.299-306
• /
• 2020

신경망을 이용한 영상인식은 여러 분야에 널리 사용되고 있다. 본 연구에서는 차량 번호 인식 및 특정 구역 입출 시 통제에 필요한 인가/비인가 차량 인식 시스템을 연구하였다. 이 시스템은 영상을 인식하는 기능을 갖추고 있어 차량 번호에 대한 모든 정보를 확인하고, 차량 번호판을 정확히 인식할 수 있는 기능을 추가하였다. 그 밖에 신경망을 이용하여 좀 더 빠르게 차량번호를 확인할 수 있도록 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.95-97
• /
• 2010

최근 차량에는 부착된 많은 전장기기를 제어하는 CAN 네트워크 기술과 더불어 엔터테인먼트 서비스를 제공하는 MOST 네트워크 기술이 도입되었다. MOST 네트워크에는 CD-ROM(DVD), AMP, VIDEO CAMERA, VIDEO DISPLAY, GPS NAVIGATION 등과 같은 많은 장치들이 연결되어 동작한다. 본 논문에서는 이런 MOST네트워크에 연동되는 CAMERA의 입력 영상을 차량의 이동 방향 결정에 이용하고자 한다. GPS로부터 위치정보를 받는다 하더라도 특정 구역에서는 평행한 도로구조로 인해 차량이 어느 방향으로 이동했는지 즉시 판단하기 어려운 경우가 발생한다. 이때 구축된 영상이미지와 CAMERA 영상을 실시간 매칭 처리하여 차량의 이동 방향을 결정하는 기법을 설계하고 구현하고자 한다.

• Journal of Information Processing Systems
• /
• 제12권2호
• /
• pp.183-195
• /
• 2016

This paper presents a complete method for vehicle detection and tracking in a fixed setting based on computer vision. Vehicle detection is performed based on Scale Invariant Feature Transform (SIFT) feature matching. With SIFT feature detection and matching, the geometrical relations between the two images is estimated. Then, the previous image is aligned with the current image so that moving vehicles can be detected by analyzing the difference image of the two aligned images. Vehicle tracking is also performed based on SIFT feature matching. For the decreasing of time consumption and maintaining higher tracking accuracy, the detected candidate vehicle in the current image is matched with the vehicle sample in the tracking sample set, which contains all of the detected vehicles in previous images. Most remarkably, the management of vehicle entries and exits is realized based on SIFT feature matching with an efficient update mechanism of the tracking sample set. This entire method is proposed for highway traffic environment where there are no non-automotive vehicles or pedestrians, as these would interfere with the results.

• 인터넷정보학회논문지
• /
• 제6권3호
• /
• pp.147-158
• /
• 2005

나날이 심각해지는 교통문제에서 차량에 대한 정보를 이용하여 교통흐름을 개선해 줄 뿐만 아니라, 교통위반 차량을 효율적으로 적발할 수 있다. 차량 번호판은 차량정보를 인식하는데 중요하게 사용될 수 있다. 본 논문에서는 이동식 형태인 차량에 탑재한 카메라를 이용하여 촬영한 영상에서 차량의 번호판을 인식하는 새로운 기법을 제안한다. 여러 단계의 영상처리 과정과 인식 과정을 거쳐서 실시간에 처리할 수 있는 시스템으로 일반 차량뿐 아니라 특장차에 대한 인식도 가능하게 한다. 제안한 기법을 이용한 실제적 환경에서의 영상과 인식에 대한 결과가 실험결과에서 보여진다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.193-196
• /
• 2010

본 논문에서는 Chamfer Matching을 이용하여 차량 영상의 형태를 대형, 중형, 소형으로 분류하는 방법을 제안하며, 다음과 같이 두 단계로 구성된다. 첫 번째, 템플릿 후보 영상에서 차량 윤곽선을 추출한 후, 윤곽선으로부터의 거리변환을 통해 에지 거리 템플릿을 생성한다. 두 번째, 입력 영상과 템플릿 간의 거리 값 차이가 최소인 템플릿의 형태로 차량형태를 분류한다. 거리 값이란 입력 영상의 차량 윤곽선의 한 픽셀이 템플릿의 경계와 얼마나 떨어져 있는가를 나타낸 것이다. 실험 결과 제안된 방법은 실험 영상에 대해 80%의 만족할만한 성능을 나타내었다.

• 한국자동차공학회논문집
• /
• 제11권6호
• /
• pp.213-221
• /
• 2003

This paper describes a method of lane tracking by means of a vision system which includes vehicle control and modeling. Lane tracking is considered one of the important technologies in an unmanned vehicle and mobile robot system. The current position and condition of the vehicle are calculated from an image processing method by a CCD camera. We deal with lane tracking as follows. First, vehicle control is included in the road model, and lateral and longitudinal controls. Second, the image processing method deals with the lane detection method, image processing algerian, and filtering method. Finally, this paper proposes a correct method for lane detection through a vehicle test by wireless data communication.

• 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.