http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
도진규 ( Jin-kyu Do ),김규영 ( Gyu-yeong Kim ),김현태 ( Hyun-tae Kim ),박장식 ( Jang-sik Park ),유윤식 ( Yun-sik Yu ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2
본 논문에서는 터널 내 환경에서 2차 사고의 위험성이 되는 정지차량, 보행자와 같은 유고상황 검출 시스템의 안전성을 확보하고 효율성을 증대시킬 수 있도록 하기위해 차선검출알고리즘에 기반하여 카메라 이동을 조기에 감지하는 방법을 제시한다. 제안하는 알고리즘은 다른 컬러변환 및 복잡한 계산량 증가 없이 입력되는 RGB 컬러 정보의 실험적 분석을 통하여 효과적으로 차선을 검출함으로써 카메라 이동을 감지한다. 제안하는 알고리즘은 직선을 찾는 알고리즘에 비해 수행시간을 단축시킬 수 있으며 실시간 처리에 용이함을 알 수 있으며 운전보조안전시스템에서 활용 가능함을 알 수 있다.
김규영,이근후,도진규,박근수,박장식,Kim, Gyu-Yeong,Lee, Geun-Hoo,Do, Jin-Kyu,Park, Keun-Soo,Park, Jang-Sik 한국전자통신학회 2013 한국전자통신학회 논문지 Vol.8 No.10
전방 차량의 자동검출은 충돌회피, 자동운행제어 그리고 자동 헤드램프 조정 등의 고급 운전지원시스템의 통합 요소이다. 주야간 상관없이 전방 차량 자동 검출과 운행 상태를 인지하는데 있어 후미등은 중요한 역할한다. 그런데, 많은 운전자들이 차량의 후미등 상태를 알지 못하고 운행하는 경우가 많다. 따라서, 후미등에 이상이 있는 차량에 대하여 자동으로 후미등 이상 상태를 알려주는 시스템이 필요하다. 본 논문에서는 영상처리 및 인식기술을 기반으로 차량의 후미등 상태를 인식하는 방법을 제안한다. 톨게이트 등으로 진입하는 차량을 검출하기 위하여 배경추정기법, 옵티컬 플로우(optical flow) 그리고 Euclidean 척도를 이용한다. Lab 색좌표에서 집중 맵(saliency map)을 적용하여 차량에서 후미등 영역을 검출하고 상태를 판정한다. 고속도로 톨게이트 영상을 이용하여 후미등 상태인식 실험을 하고, 제안하는 방법이 운전자에게 후미등 상태 전달하는데 활용할 수 있음을 보인다. Automatic detection of vehicles in front is an integral component of many advanced driver-assistance system, such as collision mitigation, automatic cruise control, and automatic head-lamp dimming. Regardless day and night, tail-lights play an important role in vehicle detecting and status recognizing of driving in front. However, some drivers do not know the status of the tail-lights of vehicles. Thus, it is required for drivers to inform status of tail-lights automatically. In this paper, a recognition method of status of tail-lights based on video processing and recognition technology is proposed. Background estimation, optical flow and Euclidean distance is used to detect vehicles entering tollgate. Then saliency map is used to detect tail-lights and recognize their status in the Lab color coordinates. As results of experiments of using tollgate videos, it is shown that the proposed method can be used to inform status of tail-lights.
차량의 부분 특징을 이용한 터널 내에서의 차량 검출 및 추적 알고리즘
김현태,김규영,도진규,박장식,Kim, Hyun-Tae,Kim, Gyu-Young,Do, Jin-Kyu,Park, Jang Sik 한국전자통신학회 2013 한국전자통신학회 논문지 Vol.8 No.8
본 논문에서는 터널 내에서 차량의 운행 상태를 모니터링하기 위하여 차량 검출 및 추적 알고리즘을 제안한다. 제안하는 알고리즘은 세 단계로 이루어진다. 첫 단계는 배경추정으로서 비교적 간단한 Running Gaussian Average (RGA)를 사용한다. 두 번째 단계는 차량검출 단계이며, Adaboost 알고리즘을 적용한다. 상대적으로 먼거리의 차량에 대한 오검출을 줄이기 위하여 차량의 높이별 부분 특징을 이용하여 차량을 검출한다. 물체의 부분 특징들이 임계값 이상이면 차량으로 분류한다. 마지막 단계는 차량추적 단계이며, Kalman 필터를 적용하여 이동하는 물체를 추적한다. 컴퓨터 시뮬레이션을 통하여 제안하는 알고리즘이 터널 내에서 차량 검출 및 추적에 유용한 것을 확인하였다. In this paper, an efficient vehicle detection and tracking algorithm for detection incident in tunnel is proposed. The proposed algorithm consists of three steps. The first one is a step for background estimates, low computational complexity and memory consumption Running Gaussian Average (RGA) is used. The second step is vehicle detection step, Adaboost algorithm is applied to this step. In order to reduce false detection from a relatively remote location of the vehicles, local features according to height of vehicles are used to detect vehicles. If the local features of an object are more than the threshold value, the object is classified as a vehicle. The last step is a vehicle tracking step, the Kalman filter is applied to track moving objects. Through computer simulations, the proposed algorithm was found that useful to detect and track vehicles in the tunnel.