Preliminary study on car detection and tracking method using surveillance camera in tunnel environment for accident detection

터널 내 유고상황 자동 판정을 위한 선행 연구: CCTV를 이용한 차량의 탐지와 추적 기법 고찰

Surveillance cameras installed in tunnels capture the various video frames effected by dynamic and variable factors. In addition, localizing and managing the cameras in tunnel is not affordable, and quality of capturing frame is effected by time. In this paper, we introduce a new method to detect and track the vehicles in tunnel by using surveillance cameras installed in a tunnel. It is difficult to detect the video frames directly from surveillance cameras due to the motion blur effect and blurring effect on lens by dirt. In order to overcome this difficulties, two new methods such as Differential Frame/Non-Maxima Suppression (DFNMS) and Haar Cascade Detector to track cars are proposed and investigated for their feasibilities. In the study, it was shown that high precision and recall values could be achieved by the two methods, which then be capable of providing practical data and key information to an automatic accident detection system in tunnels.

터널 내의 CCTV 영상은 동적으로 변화하는 요소들에 의해 영향을 받는 다양한 영상들을 촬영한다. 또한, 카메라의 상태 또한 관리 및 배치가 쉽지 않아 터널 내부 환경 변화에 따라 영상이 달라지는 경향이 있다. 본 논문에서는 터널 내에 설치된 CCTV 카메라 영상을 이용해 차량을 탐지하고 그 차량을 지속적으로 추적하는 새로운 방법을 소개한다. 터널 내 CCTV 카메라 영상은 모션블러 효과와 먼지로 인한 렌즈 흐려짐 효과로 인해 바로 차량을 탐지할 수 없다는 문제점이 있다. 본 논문에서는 이를 극복하기 위해 차영상/비-최대 억제 기법과 Haar Cascade 기법 등에 대한 효과 검토 실험을 제안하고 수행하였다. 본 논문에서 제안하는 방법을 통해 터널 내에 설치된 CCTV에서 차량의 탐지와 추적을 효과적으로 수행할 수 있으며 다양한 터널 유고상황을 자동으로 파악하기 위한 중요 정보를 확보할 수 있었다.