• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.135-136
• /
• 2017

When driving at night time environment, the whole body of transports does not visible to us. Due to lack of light conditions, there are only two options, which is clearly visible their taillights and break lights. To improve the recognition correctness of vehicle detection, we present an approach to vehicle detection and tracking using finding contour of the object on binary image at night time. Bilateral filtering is used to make more clearly on threshold part. To remove unexpected small noises used morphological opening. In verification stage, paired tail lights are tracked during their existence in the ROI. The accuracy of the test results for vehicle detection is about 93%.

• 한국ITS학회 논문지
• /
• 제7권3호
• /
• pp.38-47
• /
• 2008

비디오 카메라에서 입력된 동영상을 분석하여 교차로에서 교통량을 자동적으로 측정하는 시스템을 설계, 구현하였다. 입력 영상에서 배경과 전경을 분리하기 위하여 3가지 방법을 비교 분석하였으며 이중에서 좋은 결과를 보여주는 Li의 방법을 선택하였다. 전경 영상에서 연결 성분 분석을 이용하여 각각의 블로브들을 분리하였으며 분리된 블로브들은 블로브 추적기를 이용하여 프레임 별로 추적된다. 가장 기본적인 추적기는 블로브의 크기와 위치 정보들을 이용한다. 블로브들 간에 충돌이 있는 경우에는 블로브 안의 컬러 분포를 이용하는 mean shift 알고리즘이 사용되었다. 제안된 시스템은 실제 교차로 동영상을 이용하여 테스트되었으며 휴리스틱을 추가할 경우, 좋은 감지율과 오차율을 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권11호
• /
• pp.610-620
• /
• 2003

다양한 그림자는 비젼 기반 차량 검출에서 오류를 발생시키는 주요 원인이다. 본 논문에서는 노면 표시 기반 방법과 배경 빼기 및 에지(BS & Edge) 방법이라는 두 가지 방안을 차량 검출과 그림자 제거를 위해 제안하였다. 노변의 지형 지물들로 인해서 발생하는 그림자의 영향이 크게 증가하는 상황에서의 실험을 통해서 96% 이상의 차량 검출 정확도를 나타냄을 확인하였다. 전술한 두 가지 방법을 기반으로 하여, 차량 추적, 차량 계수, 차종 분류, 그리고 속도 측정을 수행하여 각 차로의 부하를 나타내는 데 사용되는 차량 흐름과 관련된 여러 가지 교통 파라미터를 추출하였다.

• 전자공학회논문지SC
• /
• 제38권5호
• /
• pp.42-51
• /
• 2001

차량검출은 교통량 관측을 위해서 필요한 가장 기본적인 요소이다. 영상을 기반으로 한 교통정보 추출 시스템은 다른 방식을 이용하는 시스템들과 비교했을 때 몇 가지 두드러진 장점을 가지고 있다. 그러나, 영상기반 시스템에서는 영상에 포함된 그림자가 차량검출의 정확도를 저해하는 요소로 작용하는 데, 특히 이동중인 차량에 의해서 발생하는 활성 그림자는 심각한 성능저하를 야기할 수 있다. 본 논문에서는 차량검출과 그림자 영향 제거를 위해서 배경 빼기와 에지 검출을 결합한 새로운 접근방법을 제안하였다. 제안한 방법은 노변의 지형지물에 의해서 발생하는 비활성 그림자가 크게 증가하는 상황에서도, 98[%]이상의 차량검출 정확도를 나타내었다. 본 논문에서 제안한 차량검출 방법을 기반으로 하여, 차량 추적, 차량 계수, 차종 분류, 그리고 속도 측정을 수행하여 각 차선의 부하를 나타내는 데 사용되는 차량 흐름과 관련된 여러 가지 교통정보를 추출하였다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.161-170
• /
• 2001

차량검출은 교통량 관측(모니터링)을 위해서 필요한 가장 기본적인 요소이다. 영상을 기반으로 한 교통정보추출 시스템은 다른 방식을 이용하는 시스템들과 비교했을 때 몇 가지 두드러진 장점을 가지고 있다. 그러나 영상기반 시스템에서는 영상에 포함된 그림자가 차량검출의 정확도를 저해하는 요소로 작용하는 데, 특히 이동 중인 차량에 의해서 발생하는 환성 그림자는 심각한 성능저하를 야기할 수 있다. 본 논문에서는 차량검출과 그림자 영향 제거를 위해서 배경 빼기와 에지 검출을 결합한 새로운 접근방법을 제안하였다. 제안한 방법은 노변의 지형지물에 의해서 발생하는 비활성 그림자가 크게 증가하는 상황에서도, 98(%)이상의 차량검출 정확도를 나타내었다. 본 논문에서 제안한 차량검출 방법을 기반으로 하여, 차량 추적, 차량 계수, 차종 분류, 그리고 속도 측정을 수행하여 각 차로의 부하를 나타내는 데 사용되는 차량 흐름과 관련된 여러 가지 교통정보를 추출하였다.