The Journal of The Korea Institute of Intelligent Transport Systems (한국ITS학회 논문지)

The Korea Institute of Intelligent Transport Systems (한국ITS학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Development of CCTV Camera Autonomous Posture Calibration Algorithm for Simultaneous Operation of Traffic Information Collection and Monitoring

교통정보 수집 및 감시 동시운영을 위한 CCTV 카메라 자율자세 보정 알고리즘 개발에 관한 연구

  • 김준규 ((주)아이티아이비전) ;
  • 정준호 ((주)아이티아이비전) ;
  • 한학용 (동아대학교 공과대학 전자공학과) ;
  • 신치현 (경기대학교 창의공과대학 도시.교통공학과)
  • Received : 2022.07.05
  • Accepted : 2022.10.28
  • Published : 2023.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

This paper relates to the development of CCTV camera posture calibration algorithm that can simultaneously collect traffic information such as traffic volume and speed in the state of view of the CCTV camera set for traffic monitoring. The developed autonomous posture calibration algorithm uses vehicle recognition and tracking techniques to identify the road, and automatically determines the angle of view for the operator's traffic surveillance and traffic information collection. To verify the performance of the proposed algorithm, a CCTV installed on site was used, and the results of the angle of view automatically calculated by the autonomous posture calibration algorithm for the angle of view set for traffic surveillance and traffic information collection were compared.

본 논문은 교통상태 감시 등 교통관제를 위해 설정한 CCTV 카메라의 화각 상태에서 교통량, 속도 등 교통정보 수집을 동시에 수행할 수 있는 CCTV 카메라 자세보정 알고리즘 개발에 관한 것이다. 개발한 자율자세보정 알고리즘은 차량인식 및 추적기법을 이용하여 도로를 식별하고, 운영자의 교통감시 및 교통정보 수집을 위한 화각을 결정한다. 제안 알고리즘의 성능검증은 현장에 설치한 CCTV를 이용하였으며, 교통감시 및 교통정보 수집을 위해 각각 설정한 화각에 대해 자율자세보정 알고리즘이 자동 산출한 화각의 결과와 비교하였다. 분석결과 운영자 감시를 위한 화각은 상호 96%의 일치성을 보였다. 교통정보의 경우는 교통량 및 속도의 정확도가 각각 96%, 95%로 산출됐으며 수동 설정한 화각과 비교할 때 약 2%의 오차가 발생하는 것으로 나타났다. 결과적으로 제안 알고리즘을 통해 관제용 CCTV를 이용하여 교통정보 수집 및 교통상황 감시를 동시에 수행할 수 있음을 확인하였다.

Keywords

References

  1. Bewley, A., Ge, Z., Ott, L., Ramos, F. and Upcroft, B.(2016), "Simple Online and Realtime Tracking", Proceedings of the 2016 IEEE International Conference on Image Processing(ICIP), pp.3464-3468.
  2. Korea Institute of Civil Engineering and Building Technology(2011), Development of Provision, Management and Assessment Technology for Innovation of Traffic Information-Task 1, pp.94-204.
  3. Lee, B. H.(1998), Development of A Simulation for Automatic Installation of Detection Area by Image Detector, Master's Thesis, Ajou University Graduate School, pp.13-20.
  4. Lee, I. J., Namkoong, S. and Min, J. Y.(2002), "An Algorithm of Storing and Restoration Images in Hemisphere for Efficient Operation of CCTV Cameras on the Highway", The Journal of Korea Institute of Communications and Information Science, vol. 27, no. 9A, pp.892-899.
  5. Minge, E., Kotzenmacher, J. and Peterseon, S.(2010), Evaluation of Non-Intrusive Technologies for Traffic Detection: Final Report, MN/RC 2010-36. Contract No. 93097, SRF Consulting Group for Minnesota Department of Transportation, pp.33-59.
  6. Nicolai, W., Bewley, A. and Paulus, D.(2017), "Simple Online and Realtime Tracking with a Deep Association Metric", IEEE International Conference on Image Processing(ICIP), pp.3645-3649.
  7. Park, Y. K., Im, S. I., Jo, I. H. and Cha, J. S.(2020), "Traffic Data Calculation Solution for Moving Vehicles using Vision Tracking", The Journal of the Korea Institute of Intelligent Transportation Systems, vol. 19, no. 5, pp.97-105. https://doi.org/10.12815/kits.2020.19.5.97
  8. Song, H., Liang, H., Li, H., Dai, Z. and Yun, X.(2019), "Vision-based vehicle detection and counting system using deep learning in highway scenes", European Transport Research Review, pp.6-11.
  9. Zhengxia, Z., Shi, Z., Guo, Y. and Ye, J.(2019), Object Detection in 20 Years: A Survey, arXiv preprint arXiv:1905.05055.