• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.139-141
• /
• 2014

지능형 차량 시스템에 있어서 교통 표지판 검출/인식은 매우 중요한 요소들 중의 하나이다. 따라서 주행 중인 차량에서 카메라로부터 취득한 영상을 이용하여 교통 표지판을 인식하는 여러 가지 영상인식 알고리즘들이 개발되고 있다. 하지만 이러한 알고리즘은 표지판의 색상 값이 날씨와 시간에 따른 조도와 컬러의 변화에 따라 성능이 크게 변한다는 점에서 어려움을 겪고 있다. 따라서 본 논문은 환경 변화에 강인한 교통 표지판 검출 및 인식 알고리즘을 제안한다. 구체적으로, 표지판 검출을 위하여 제안하는 알고리즘에서는 색상과 형태 정보를 이용하여 교통 표지판 후보군을 찾는다. 여러 색상 임계값에 대하여 영상 피라미드 형태를 만들고, 모든 피라미드 영상들에 대해서 인식 알고리즘을 수행함으로써 실외 빛에 변화에 강인하게 한다. 교통 표지판 후보군을 찾은 후, 후보군들을 Linear SVM을 통해 학습함으로써 교통 표지판인지 아닌지 분류해낸다. 실험 결과는 제안하는 알고리즘이 정확하게 교통 표지판을 인식하고, 동시에 실외 빛의 변화에 상관없이 강인하게 표지판을 인식함을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.103-106
• /
• 2008

본 논문에서는 지능형 자동차의 주행보조 시스템 중의 하나인 교통 표지판 인식을 위한 새로운 방법을 제안한다. 제안한 방법은 잡음, 회전, 크기 등의 변형된 교통 표지판으로부터 기하학적 방법을 이용하여 변형된 정도를 추정하여 교통 표지판 원형으로 보정한다. 그리고 교통 표지판 인식을 위해서 보정된 표지판 영상으로부터 순차적 색기반 군집화(Sequential color-based clustering)에 의한 주의, 규제, 지시, 보조 등의 1차적 분류에 따라서 해당 교통 표지판의 형태 특징인 인식 심벌을 추출한다. 그리고 추출된 인식 심벌에 원형 추척법을 적용하여 교통 표지판 최종 인식 작업을 수행한다. 제안하는 방법의 성능 평가를 위해서 교통 표지판 영상에 잡음, 회전, 크기 등의 임의 변형을 적용하여 다양한 실험 영상을 만들고, 적용한 결과 단일 변형에서는 95%, 혼합 변형에서는 93% 이상의 인식률을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.305-308
• /
• 2007

본 논문은 교통표지판을 자동으로 인식하는 방법에 관한 연구로 기존의 교통표지판 인식시스템에서는 인식하는데 걸리는 시간이 길고 잡음환경에서 인식률이 저하되며 변경된 교통표지판은 인식하지 못하는 문제점이 있다. 본 논문에서는 이와 같은 문제점을 해결하기위해 컬러정보를 이용하여 교통표지판 영역을 추출하고 추출된 이미지를 인식하는데 다층퍼셉트론 신경망 알고리즘을 적용하여 교통표지판 인식시스템을 제안한다. 제안된 방법은 교통표지판의 컬러를 분석하여 영상에서 교통표지판 영역을 추출한다. 영역을 추출하는 방법은 RGB 컬러 공간으로부터 YUV, YIQ, CMYK 컬러 공간이 가지는 특성을 이용한다. 형태처리는 교통표지판의 기하학적 특성을 이용하여 군집화한다. 교통표지판 인식은 학습이 가능한 다층퍼셉트론의 오류역전파알고리즘을 적용하여 인식한다. 다층퍼셉트론 신경망 알고리즘은 패턴인식 분야에서 우수한 성능이 입증 되었다.

• Proceedings of the ESK Conference
• /
• 1998.04a
• /
• pp.105-110
• /
• 1998

운전자의 인지 능력을 충분히 고려하지 않은 도로 교통 표지판은 운전 상황에서 순간적인 의사 결정을 어력베 하여 교통사고의 가능성을 증가 시킬 수 있으므로 이에 대한 개선책이 시급하다 하겠다. 그러므로 본 연구에서는 수도권 도로 교통 표지판의 인지적 문제를 설문 조사와 현장 조사를 통하여 구체적으로 분 석하고 이에따른 개선안을 제시하였다. 이를 위해, 서울 시내의 사고 다발 지역을 중심으로 교차로 표지 판의 인지공학적 결함을 면밀히 분석하였고, 1997년 표지판 개정안의 설계 원칙에 대한 인지적 문제점을 도출하였다. 그 중, 교차로의 방향 표지, 방향 유도 표지에 나타난 정보 처리 과정의 문제점 및 노면 표지 의 설계가 운전자의 인지적 혼돈을 유발시킬 수 있다는 가정하에 이에 대한 모의 실험을 실시 하였다. 24명 의 피설험자를 대상으로, 개선된 표지판과 현 표지판을 모의 운전 상황에 따라 간헐적으로 컴퓨터 화면을 통해 관측하게 한 후 인지된 내용의 정확도와 반응 시간을 비교하여 분석하였다. 그 결과에 따라 기존 노면 표지의 형태를 개선하고, 방향 예고 표지판과 방향 표지판의 인지적 구별을 명확하게 하는 것이 운전자에게는 정확하고 신속한 의사 결정을 하게 한다는 것을 발견 하고 이에 대한 원칙을 제시하였다. 결론적으로 표지판의 설계와 설치에 있어 행정적인 지원과 인지적인 요인에 대한 고려가 된다면 표지판의 오독으로 인한 교통 사고를 줄여 나가는데 기여할 것으로 기대된다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.1
• /
• pp.41-51
• /
• 2010

In the research for driver assistance systems, traffic sign information to the driver must be a very important information. Therefore, the detection system of traffic signs located on the road should be able to handel real-time. To detect the traffic signs, color and shape of traffic signs is to use the information after images obtained using the CCD camera. In the road environment, however, using color information to detect traffic sings will cause many problems due to changes of weather and environmental factors. In this paper, to solve it, the candidate traffic sign regions are detected from road images obtained in a variety of the illumination changes using the HSI eign-color model. And then, using the invariant moment-based SVM classifier to detect traffic signs are proposed. Experimental results show that, traffic sign detection rate is 91%, and the processing time per frame is 0.38sec. Proposed method is useful for real-time intelligent traffic guidance systems can be applied.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.11
• /
• pp.1630-1636
• /
• 2022

The results of current method of traffic sign detection gets hindered by environmental conditions and the traffic sign's condition as well. Therefore, in this paper, we propose a method of improving detection performance of damaged traffic signs by utilizing Hopfield Network and Fuzzy Max-Min Neural Network. In this proposed method, the characteristics of damaged traffic signs are analyzed and those characteristics are configured as the training pattern to be used by Fuzzy Max-Min Neural Network to initially classify the characteristics of the traffic signs. The images with initial characteristics that has been classified are restored by using Hopfield Network. The images restored with Hopfield Network are classified by the Fuzzy Max-Min Neural Network onces again to finally classify and detect the damaged traffic signs. 8 traffic signs with varying degrees of damage are used to evaluate the performance of the proposed method which resulted with an average of 38.76% improvement on classification performance than the Fuzzy Max-Min Neural Network.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.943-945
• /
• 2005

교통 표지판은 안전하고 효율적인 주행을 위해 운전자에게 여러 가지 정보를 제공한다. 따라서 교통 표지판의 자동인식은 자동운전이나 안전운전 시스템 등에 중요하게 사용될 수 있다. 본 논문은 영상에서 나타난 여러 가지 도로시설물 중 교통 표지판을 인식하는 알고리즘을 제안한다. 제안된 알고리즘은 교통 표지판이 가지고 있는 색상, 밝기, 형태 등의 정보를 이용하여 교통 표지판을 자동으로 인식한다. 일반적인 영상처리에서는 RGB 색상 공간의 처리는 간단하지만 날씨나 조명 상태의 변화에 민감하므로 본 논문에서는 색상과 채도에서 컬러 인지력이 높은 HSI 공간을 활용하여 주변 환경의 영향을 줄였다. 또한 고속 인식을 위하여 영상 모멘트 템플릿 정합을 사용하여 신경 회로망을 구성하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.7-8
• /
• 2023

자율주행 자동차에 관한 연구에서 상황을 인지하기 위한 교통 표지판을 다양한 환경에서 인식하도록 하는 과정은 필수적인 요소이다. 이러한 교통 표지판은 객체 검출 방법을 통해 인지할 수 있지만, 환경에 따라 성능 차이가 크다. 본 논문에서는 Yolov4 모델을 기반으로 공개된 데이터 세트를 이용해 학습하고, 테스트 배드 환경에서 교통 표지판을 검출한다. 테스트 배드에서 조건, 거리, 강수량에 따른 다양한 환경에 대한 교통 표지판 검출의 성능을 비교 및 분석한 결과를 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.99-102
• /
• 2016

교통표지판 검출 및 인식은 차량의 자율주행 및 ADAS (Advanced Driver Assistance System)의 필수적인 요소이다. 교통표지판의 각종 표식을 인식하기 위해서는 먼저 교통표지판 영역을 검출해야 하며, 이 작업은 통상적으로 교통표지판에 포함된 빨간색을 추출하는 컬러 필터링을 통해 이루어진다. 하지만 차량 영상에 나타나는 색상 성분은 태양광의 방향이나 날씨 등에 상당한 영향을 받으며 이러한 조도 환경은 차량이 주행하게 되면 시간적으로도 수시로 변화한다. 더군다나 사용하는 카메라의 내부적인 특성에 따라서도 색상 성분의 분포가 달라지기 때문에 컬러 필터링을 위한 임계값은 고정값을 사용하기 보다는 적응적으로 변화시킬 필요가 있다. 본 논문에서는 다양한 조도 환경과 다양한 카메라 종류에 따라서 영상 내 교통표지판의 빨간색 성분의 분포를 분석하고 이를 바탕으로 임계값을 가변적으로 설정하는 방법을 제안한다. 그리고 모의실험을 통해 제안 방법을 적용하면 고정된 임계값을 사용한 방법보다 조도변화에 강인하게 교통표지판 영역을 검출할 수 있음을 확인하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.9 no.3
• /
• pp.188-194
• /
• 2008

We propose the new method for the traffic signs recognition that is one of the DAS(Driving assistance system) in the intelligent vehicle. Our approach estimates a varied degree by using a geometric method from the varied traffic signs in noise, rotation and size, and extracts the recognition symbol from the compensated traffic sign for a recognition by using the sequential color-based clustering. This proposed clustering method classify the traffic sign into the attention, regulation, indication, and auxiliary class. Also, The circular tracing method is used for the final traffic sign recognition. To evaluate the effectiveness of the proposed method, varied traffic signs were built. As a result, The proposed method show that the 95 % recognition rate for a single variation, and 93 % recognition rate for a mixed variation.