• The Journal of Korean Institute of Information Technology
• /
• v.17 no.9
• /
• pp.99-112
• /
• 2019

Cracks on pavement surfaces are critical signs and symptoms of the degradation of pavement structures. Image-based pavement crack detection is a challenging problem due to the intensity inhomogeneity, topology complexity, low contrast, and noisy texture background. In this paper, we address the problem of pavement crack detection and segmentation at pixel-level based on a Deep Neural Network (DNN) using gray-scale images. We propose a novel DNN architecture which contains a modified U-net network and a high-level features network. An important contribution of this work is the combination of these networks afforded through the fusion layer. To the best of our knowledge, this is the first paper introducing this combination for pavement crack segmentation and detection problem. The system performance of crack detection and segmentation is enhanced dramatically by using our novel architecture. We thoroughly implement and evaluate our proposed system on two open data sets: the Crack Forest Dataset (CFD) and the AigleRN dataset. Experimental results demonstrate that our system outperforms eight state-of-the-art methods on the same data sets.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1276-1279
• /
• 2015

물리적으로 연속된 도로에 하나의 위치를 특징 짖고, 특정화한 위치의 개별성을 보장받아 규칙적으로 주소를 부여하면 특정위치는 물론 주변위치도 추측 가능해진다. 그동안 도시화와 산업화로 인하여 도로의 입체화, 다각화, 고기능화가 진행하는 가운데, 도로관리제도는 광역에 걸친 다수의 기관들이 전문 분야와 공종별로 분할하고 있는 복잡한 모습을 하고 있다. 이는 시간이 지날수록 자유로운 의사소통과 기술공유, 집약된 의사결정 등을 어렵게 하고 다양한 문제를 드러내고 있어 더 이상 기존의 제도와 방식은 적합하지 않게 되었다. 따라서 본 연구는 도로관리상 최대 맹점이라 할 수 있는 도로상의 개별위치에 대한 정의 없이 경험에 의존하는 관리방식에서 탈피하여, 도로가 위치하고 있는 지번주소, 도로명 주소, 국가도로망체계 등의 도로주소정보를 코드화하여 이를 도로상에 규칙적으로 부여하는 방안을 제시하였다. 또한, 본 논문의 목적은 정보시대의 도로관리에 적합하도록 도로를 식별하고자 정의한 도로주소코드를 통해서 디지털 모델링에 적합한 표준화방안을 제시하는데 있다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.22 no.1
• /
• pp.17-23
• /
• 2008

In this paper, we used "Double Photometric System for Road Lighting" and measured roadway lighting of the metropolitan area by a measurement of illuminance and luminance. As a result, so many roads were dissatisfied with the permitted range of roadway lighting because of the road shape, lighting method, trees lining a street and obstacles.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.57-60
• /
• 2011

도로 환경에서 이동하는 객체에 효율적인 위치기반 서비스를 제공하기 위해 다양한 브로드캐스트 기법들이 연구 되어 왔다. 하지만 실시간으로 변하는 도로 환경을 고려한 효율적인 브로드캐스트 기법이 요구되고 있다. 본 논문에서는 도로 특성을 고려한 양방향 선형 브로드캐스트 색인 구조를 제안하고, 빈번하게 변화하는 도로 환경을 고려하여 센서 네트워크를 통해 수집되는 도로 정보를 기반으로 최적의 QoS(Quality of Service)를 유지시키는 브로드캐스트 전략 갱신 기법을 제안한다. 또한 질의 처리 속도 향상을 위해 서비스 지역을 센서 클러스터 기반의 지역 세그먼트로 분할하여 불필요한 데이터의 브로드캐스트를 제거하는 분산 브로드캐스트 서비스 구조를 제안한다. 제안하는 기법의 우수성을 증명하기 위해 기존에 제안된 브로드캐스트 기법과 성능을 비교 평가한다.

• Proceedings of the IEEK Conference
• /
• 2008.06a
• /
• pp.1035-1036
• /
• 2008

본 논문은 주행 중인 자동차에서 획득한 영상에서 배경과 도로영역 및 물체를 분리하기 위한 영역분할 기법과 물체 검출 기법을 제안하고자 한다. 영상내의 에지라인의 화소 간 연결성을 이용한 라인검출을 이용하여 도로의 윤곽선 정보를 추출하고 컬러분포를 통해 배경과 도로영역을 분리한다. 물체가 가지는 코너 특성을 이용하여 나타난 정보들의 군집화를 통해 후보영역을 얻고 컬러 성분을 이용하여 개별 물체를 분리해냈다. 제안된 알고리즘은 복잡한 배경을 갖는 도로영상의 경우에도 도로영역과 물체의 검출에 강인함을 실험을 통해 검증하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.590-592
• /
• 2018

Taxis that are illegally parked on the road to catch customer can cause traffic congestion and sometimes cause traffic accidents. Stop position of taxis is determined by the long term experience of taxi drivers. In this study, We provide information to taxi drivers and customer who visit in first time through finding stop position of taxis by time. To do this, we used the Internet of Vehicle (IoV) data collected from sensors installed in 40 taxis. Previous studies attempted by forming a cluster around a taxi. Since this method is centered on a taxi, the position of the cluster changes depending on the location of the taxi. In this study, we use a road segmentation algorithm to solve these problems. Unlike the previous studies, since the cluster is formed around the road, the position of the cluster is fixed and it is not affected by the number of taxis, so it is possible to grasp the stop position in real time. The road segmentation is made up of 30m units, and map the taxi location data divided into hourly, weekday, and weekend to the nearest point. As a result of the mapping, it was difficult to see a big difference in the time of week because there were few taxis to operate on weekends, but in case of weekdays, the difference of stop position between the commute time zone and the night time zone was confirmed. The results of this study suggest that it will be possible to propose the prevention of taxi illegally driving taxi and the location of the taxi stand.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.115-116
• /
• 2008

최근 급속하게 증가하는 차량과 함께 운전자에게 보다 편리함과 안정성을 제공하기 위하여 첨단 안선 차량(ASV : Advanced Safety Vehicle)에 대한 연구가 활발히 이루어지고 있다. 본 논문에서는 그 중 한 분야인 카메라를 통한 자량 인식으로써, 전방 차량의 그림자를 이용하여 차량을 검출하고자 한다. 실험 절차는 크게 두 가지 단계로 나누어지며, 첫 번째 단계로는, 카메라를 통해 들어오는 도로 영상 이미지를 명도 값을 기반으로 영상을 차례로 분할하여 차량의 그림자를 나타낸다. 두 번째 단계로는, 선행 작업을 통해 얻어진 차량의 수평 그림자 성분을 이미지 안에서 탐색하여 차량의 위치를 검출하게 된다. 이에 제안된 방식을 검증하기 위해 CCD카메라를 이용하여 도로영상을 촬영하고, 컴퓨터 모의실험을 통해 전방차량이 검출됨을 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.4B
• /
• pp.491-504
• /
• 2001

본 논문은 고정된 카메라를 통해 들어오는 도로연상에서 추적되는 다중 차량들의 겹침(occlusion)발생시 칼만 필터와 차량의 특징정보를 이용하여 개별 차량을 분할하고 추적 가능한 시스템을 제안하고 구현하였다. 다중 차량을 추적할 시 가장 큰 문제점이 되고 있는 차량 겹침을 해결하기 위해 카메라와의 거리를 이용하여 해결하는 방법 3D 모델을 이용하여 해결하는 방법, 겹침 추론 등 차량 겹침을 해결하기 위한 여러 가지 방법들이 제시되고 있다. 그러나 영상에 연속적으로 나타나는 다중 차량의 겹침을 단일 차량으로 인식할 수 는 단점이 있다. 따라서 칼만 필터와 차량의 특징 정보로서 차량의 높이와 넓이의 비, 추적에 사용되는 박스에서 차량과 여백의 비를 이용함으로서 연속적으로 나타날 수 있는 차량 겹침을 분할하고 추적 가능하게 하는 시스템을 구현하고 실험하였다. 본 시스템에서는 256X 256의 크기로 15 frames/sec로 저장된 AVI 파일 형식의 동영상을 사용하여 실험에 이용하였으며, 시내 도로에서의 차량들의 실험 결과 기존의 방법 보다 차량 특징 정보를 이용한 방법이 연속적 겹침에 대한 처리에 우수함을 보였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.687-690
• /
• 2015

Forward collision warning systems(FCWS) and lane change assist systems(LCAS) need regions of interest for detecting lanes and objects as road regions. Watershed segmentation is effective algorithm that classify the road. That algorithm is split results appear differently depending on Watershed line with local minimum in the early part of the seed. If not road regions or vehicles combined the road's seed, It segment road with the others. For compensate the that defect, It has to adaptive change by road environment. The method is that image segmentate the several of regions of interest. Then It is set in a straight line that is detected in regions of interest. If It was detected cars on seed, seed is adjusted the location. And If It wasn't include the line, seed is adjusted the length for final decision the seed. We can detect the road region using the final seed that selected according to the road environment.

• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.6
• /
• pp.748-757
• /
• 1999

본 논문에서는 차량 영역의 추출을 이용한 효율적인 교통 혼잡도 측정 시스템을 설계하고 구현한다. 차량 영역 정보의 추출은 첫째 영역 분할, 둘째 작은 영역의 제거와 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 단계로 나눌 수 있다. 영역 분할 단계에서는 획득한 도로 영상을 영역 기반 영역 분할에 의해 영역으로 분할한다. 그 다음 영역 분할 후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고, 남은 영역들을 직사각형화한다. 마지막으로 차선 별로 남은 영역들을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 이러한 방법은 배경 영상과 같은 부가적인 정보를 사용하지 않고 도로 자체 영상만으로 교통 혼잡도를 측정할 수 있으며, 그림자의 영향이 없을 경우 적용할 수 있는 기법이다.Abstract In this paper, we designed and implemented an efficient road congestion analysis system using regional information. To extract vehicle regions from a road image, the system process the image in five steps: segmentation, small region elimination, region rectangularization, region merging and region deletion. First, we segment road image by a threshold value. Then, we eliminate useless small regions to extract vehicle region, and perform region rectangularization. Finally, we extract vehicle region of each lane of the road by region merging and deletion. This method has the advantage of measuring road congestion without additional information such as background images. But this method must be applied to road images without shadow.