• Journal of Korean Society for Geospatial Information Science
• /
• v.1 no.1 s.1
• /
• pp.127-140
• /
• 1993

The purpose of this paper is to examine the possible benefits of combining transportation planning models with geographic information systems (GIS) in the hope that intergrating these systems can alleviate the inherent problems of transportation planning models such as user unfriendliness, labor intensiveness, and theoretical limitations. Specially, this paper focuses on the issue of incompatiblity between GIS and the conventional transportation planning models in dealing with network topologies. Resolving this conflict in topologies is a conerstone for eliminating the user-unfriendliness and labor-intensiveness issues. This paper presents the development of an algorithm that converts GIS topology into transportation network topology. The FORTRAN-based topology conversion algorithm generates transportation networks from the GIS cartographic file and establishes a communication charmel between the two systems.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.36C no.8
• /
• pp.62-69
• /
• 1999

This paper presents a vision-based real-time traffic surveillance system. Current research in machine vision applied to traffic is due to its potential for more powerful process, its flexibility and its lower cost. Our traffic surveillance system consists of FPA and TSM on the Internet. The FPA provides image data, vehicle speed and vehicle density for the TSM. Traffic parameters, the vehicle speed and density, are extracted over many frames using differences between the sampling points of a background image and those of incoming frames. The FPA works by just processing groups of pixels without any understanding of the image. Although this system has an accuracy limitation, it can be used in applications requiring an approximate vehicle density and vehicle speed in real-time.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.32 no.2D
• /
• pp.129-136
• /
• 2012

In the US, Japan and Germany the Aerial-Based Vehicle Detection System, which collects real-time traffic data using the Unmanned Aerial Vehicle (UAV), helicopters or fixed-wing aircraft has been developed for the last several years. Therefore, this study was done to find out whether the Aerial-Based Vehicle Detection System could be used for real-time traffic data collection. For this purpose the study was divided into two parts. In the first part the possibility of retrieving real-time traffic data such as travel speed from the aerial photographic image using the image processing technique was examined. In the second part the quality of the retrieved real-time traffic data was examined to find out whether the data are good enough to be used as traffic information source. Based on the results of examinations we could conclude that it would not be easy for the Aerial- Based Vehicle Detection System to replace the present Vehicle Detection System due to technological difficulties and high cost. However, the system could be effectively used to make the emergency traffic management plan in case of incidents such as abrupt heavy rain, heavy snow, multiple pile-up, etc.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.935-938
• /
• 2019

본 논문에서는 YOLOv3 기반의 차량 인식 및 계수 방안 연구를 진행한다. 이를 위해, 단일 단계 방식의 구조를 가진 YOLOv3 를 활용하여 영상 속 차량 인식 및 계수 하는 실험을 수행한다. 위의 실험을 통해 영상 속 차량의 수와 밝기에 인식률 정도와 차량 계수 평균 값 추출을 하였다. 실험 결과, 영상 속의 차량의 수와 밝기에 상관없이 90%이상의 차량에 대한 높은 인식률을 보였으며 1초 당 약 20 번씩 인식되는 차량의 수에 대한 계수의 평균 값을 추출하여 텍스트 파일 형태로 저장하여 시간에 따른 차량 계수를 확인하였다. 본 기술은 현대 사회의 교통 체증을 해결하기 위한 교통 흐름 예측에 활용될 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.133-135
• /
• 2021

본 논문에서는 목조 문화재 영상에서의 변위 현상 중 하나인 크랙이 발생하는 영역을 감지하기 위한 임베딩 유사도 기반 모델을 제안한다. 우선 변위가 존재하지 않는 정상으로만 구성된 학습 이미지는 사전 학습된 합성 곱 신경망을 통과하여 임베딩 벡터들을 추출한다. 그 이후 임베딩 벡터들을 가지고 정상 클래스에 대한 분포의 파라미터 값을 구한다. 실제 추론 과정에 사용되는 테스트 이미지에 대해서도 마찬가지로 임베딩 벡터를 구한다. 그런 다음 테스트 이미지의 임베딩 벡터와 이전에 구한 정상 클래스를 대표하는 가우시안 분포 정보와의 거리를 계산하여 이상치 맵을 생성하여 최종적으로 변위가 존재하는 영역을 감지한다. 데이터 셋으로는 충주시 근처의 문화재에 방문해서 수집한 목조 문화재 이미지를 가지고 정상 및 비정상으로 구분한 데이터 셋을 사용하였다. 실험 결과 우리가 제안한 임베딩 유사도 기반 모델이 목조 문화재에서 크랙이 발생하는 변위 영역을 잘 감지함을 확인하였다. 이러한 결과로부터 우리가 제안한 방법이 목재 문화재의 크랙 현상에 대한 변위 영역 검출에 있어서 매우 적합함을 보여준다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.3
• /
• pp.87-97
• /
• 2018

The traffic accident reports that are generated by the Traffic Broadcasting Networks(TBN) are unstructured data. It, however, has the value as some sort of real-time traffic information generated by the viewpoint of the drives and/or pedestrians that were on the roads, the time and spots, not the offender or the victim who caused the traffic accidents. However, the traffic accident reports, which are big data, were not applied to traffic accident analysis and traffic related research commonly. This study adopting text-mining technique was able to provide a clue for utilizing it for the impacts of traffic accidents. Seven years of traffic reports were grasped by this analysis. By analyzing the reports, it was possible to identify the road names, accident spot names, time, and to identify factors that have the greatest influence on other drivers due to traffic accidents. Authors plan to combine unstructured accident data with traffic reports for further study.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.77-83
• /
• 2004

최근 통신, 전자, 제어, 기계등의 첨단기술을 적용하여 도로와 차량 그리고 운전자의 일체화를 통한 교통체계의 효율화, 첨단화, 정보화를 실현하기 위한 ITS(Intelligent Transport System)연구가 많이 진행되고있다. 그러나 이러한 ITS에서의 기본적인 자료인 도로위치정보의 정확도가 낮은 단계인 자료로서 시스템을 구축하고 있다. 또한 기존도로의 설계자료나 수치지도가 없는 지역인 경우가 많아 그 자료들을 획득하는데 많은 비용이 소모된다. 따라서 본 연구에서는 GPS 측위기법과 수치사진측량의 기법으로 도로중심선을 추출하여 보다 정확한 기법을 제시하고자한다.

• Journal of Korean Society of Transportation
• /
• v.26 no.2
• /
• pp.157-166
• /
• 2008

This study proposed a model to estimate traffic accident likelihood using real-time traffic data obtained from freeway traffic surveillance systems. Traffic variables representing spatio-temporal variations of traffic conditions were utilized as independent variables in the proposed models. Binary logistics regression modelings were conducted to correlate traffic variables and accident data that were collected from the Seohaean freeway during recent three years, from 2004 to 2006. To apply more reliable traffic variables, outlier filtering and data imputation were also performed. The outcomes of the model that are actually probabilistic measures of accident occurrence would be effectively utilized not only in designing warning information systems but also in evaluating the effectiveness of various traffic operations strategies in terms of traffic safety.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.145-146
• /
• 2021

본 연구에서는 카메라의 촬영 시점에 의해서 발생되는 원근감이 광학 흐름 생성에 어떠한 영향을 주는지 살펴보고 광학 흐름 기반 이상행동 탐지 솔루션의 성능을 고도화하기 위해 기존 광학 흐름 영상으로부터 소실점 기반 가중치 행렬을 계산하여 원근감에 따른 광학 흐름 정도를 평활하는 기법에 대해서 연구한다. 카메라의 뷰포인트에 따라 원근감의 발생 정도나 객체의 크기 및 움직임의 정도가 달라지게 되며, 이는 원본 영상 프레임을 광학 흐름의 크기와 방향성으로 표현하는 영상 변환 네트워크를 가진 생성적 적대 신경망을 학습할 때 정상적인 행동 패턴의 범위를 결정짓는 데 방해가 될 수 있다. 이러한 문제를 해결하기 위하여 데이터셋의 배경으로부터 소실점을 추출하고 원근감에 따라 결정되는 광학 흐름의 크기를 평활하는 기법을 개발하여 기존 모델의 성능과 비교하였으며, 프레임 단위의 정확도 성능이 5.75% 향상된 것으로 확인되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.45-46
• /
• 2024

본 논문에서는 Self-Attention 기반 딥러닝 기법인 Dense Prediction Transformer(DPT) 모델을 MVTec Anomaly Detection(MVTec AD) 데이터셋에 적용하여 실제 산업 제품 이미지 내 이상 부분을 분할하는 연구를 진행하였다. DPT 모델의 적용을 통해 기존 Convolutional Neural Network(CNN) 기반 이상 탐지기법의 한계점인 지역적 Feature 추출 및 고정된 수용영역으로 인한 문제를 개선하였으며, 실제 산업 제품 데이터에서의 이상 분할 시 기존 주력 기법인 U-Net의 구조를 적용한 최고 성능의 모델보다 1.14%만큼의 성능 향상을 보임에 따라 Self-Attention 기반 딥러닝 기법의 적용이 산업 제품 이상 분할에 효과적임을 입증하였다.