• 스마트미디어저널
• /
• 제9권4호
• /
• pp.9-16
• /
• 2020

최근 이미지 분할(Image Segmentation)에 관련되어 스마트 공장 산업과 의료 분야 등에 접목하려는 연구가 다수 진행되고 있다. 특히 딥러닝 알고리즘을 사용한 이미지 분할 시스템들은 대용량의 데이터를 높은 정확도로 학습할 만큼 발전되었다. 자율주행 분야에서도 이미지 분할을 이용하기 위해선 대용량의 데이터들에 대한 충분한 학습량이 필요하며, 실시간으로 운전자의 데이터를 처리하는 스트리밍 환경은 고속도로, 어린이보호구역 등으로 안전운행에 대한 정확도가 중요하다. 따라서 본 논문에서는 다양한 도로환경에 적용할 수 있는 기존 FCN(Fully Convoulutional Network) 알고리즘을 강화한 DFCN 알고리즘을 제안하였으며, DFCN 알고리즘의 성능이 FCN 알고리즘과 비교하여 손실 값 측면에서 1.3% 개선하였음을 증명하였으며, 기존 U-Net 알고리즘에 DFCN 알고리즘을 적용하여 이미지 내의 주파수의 정보를 유지하여 더 좋은 결과치를 도출함으로써 결과적으로 자율주행 환경에서 DFCN 알고리즘이 FCN 알고리즘보다 성능이 향상되었다는 것을 증명하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.173-177
• /
• 2006

고해상도의 위성영상이 수집됨에 따라 이에서 지형지물을 자동 추출하려는 분야가 점차 중요해지고 있다. 지형지물을 수작업을 거치지 않고 추출하는 방법의 연구 중에서는 지형지물의 경계추출을 기반으로 하는 방법이 많이 이용된다. 그러나 일반적으로 추출된 지형지물 경계의 선형이 왜곡된 형태를 갖으며, 지형지물의 실제 경계의 형태와는 다소 차이가 있는 결과를 보인다. 이 연구에서는 선형이 굴곡이 있는 지형지물 중 건축물의 경계를 인접한 도로 정보를 이용하여 실제의 경계 형태에 가깝게 보정하는 방법을 검토하였다. context 정보로서 이것을 이용한다면 블록 내의 건축물의 경계를 보다 규칙적으로 정비할 수 있을 것이다. 이 연구에서는 이러한 전제를 가지고 도로로 분할된 블록 내 건축물 경계를 도로의 방향을 기반으로 보정하는 방법을 제안하였다.

• 한국전자거래학회지
• /
• 제26권1호
• /
• pp.93-106
• /
• 2021

최근 도로균열 탐지에 대한 많은 연구에서 딥러닝 기반의 접근법을 활용하면서 과거 알고리즘 기반의 접근법을 활용한 연구들보다 높은 성능과 성과를 보이고 있다. 그러나 딥러닝 기반의 많은 연구가 여전히 균열의 유형을 분류하는 것에 집중되어 있다. 균열 유형의 분류는 현재 수작업에 의존하고 있는 균열탐지 프로세스를 획기적으로 개선해 줄 수 있다는 점에서 상당한 기대를 받고 있다. 그러나 실제 도로의 유지보수 작업에 있어서는 균열의 유형뿐만 아니라 균열의 심각도에 관한 판단이 필수적이지만, 아직까지 도로균열 탐지와 관련된 연구들이 균열의 심각도에 대한 자동화된 산출까지 진전되지 못하고 있다. 균열의 심각도를 산출하기 위해서는 균열의 유형과 이미지 속 균열의 부위가 함께 파악되어야 한다. 본 연구에서는 균열 유형과 균열 부위의 동시적 탐지를 효과적으로 자동화하기 위해 딥러닝 기반의 객체탐지 모델인 Mobilenet-SSD를 활용하는 방법을 다루고 있다. 균열탐지의 정확도를 개선하기 위해 U-Net을 활용해 입력 이미지를 자동 분할하고, 이를 객체탐지 기법과 결합하기 위한 여러 실험을 진행하여 그 결과를 정리하였다. 결과적으로 U-Net을 활용한 이미지 의 자동 마스킹을 통해 객체탐지의 성능을 mAP 값이 0.9315가 되도록 향상시킬 수 있었다. 본 연구의 결과를 참고하여 도로포장 관리시스템의 구현에 균열탐지 기능의 자동화가 더욱 진전될 수 있다고 기대된다.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.40-46
• /
• 2016

도로지도 생성은 인공위성 촬영이나 현장실사를 기반으로 한다. 그리하여 도로지도를 생성하고 수정하는데 많은 시간과 비용이 든다. 이러한 이유로 차량 GPS 데이터를 이용해 도로지도를 생성하는 연구가 활발히 진행되고 있다. 도로지도 생성 연구에서 가장 중요한 문제는 주도로와 같은 대표궤적을 추출하는 것이다. 대표궤적 추출을 수행할 때에는 시작과 끝이 비슷한 궤적데이터들의 집합을 전제로 하여 궤적을 추출한다. 따라서 대표궤적을 추출하기에 앞서 전처리 과정으로 궤적 클러스터링 작업이 필요하다. 본 논문에서는 이러한 문제를 해결하기 위해 하나의 영역을 일정한 격자로 분할하고, Sweep Line 알고리즘을 응용해 유사궤적들을 탐색한다. 마지막으로 프레쉐거리를 이용하여 궤적 간 유사도를 계산하였다. 실제로 서울의 강남구 지역에 있는 500대의 차량 GPS 궤적을 가지고 클러스터링 작업을 수행하였다. 또한, 실험을 통하여 격자분할 접근방식의 빠른 수행시간과 안정성을 보였다.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.71-79
• /
• 2019

의미론적 분할 형태로 합성곱 신경망을 구성하여 도로노면의 파손을 탐지하는 연구가 진행되고 있다. 이러한 합성곱 신경망 형태의 모델을 생성하기 위해서는 입력 이미지와 이에 상응한 레이블된 이미지 데이터셋으로 수집해야 하고, 이러한 과정에서는 굉장히 많은 시간과 비용이 발생하게 된다. 본 논문에서는 이러한 작업을 완화하기 위하여 수도 레이블링을 활용한 준지도 학습 기반의 도로노면 파손 탐지 기술을 제안하고자 한다. 레이블된 데이터셋과 레이블되지 않은 데이터셋을 적절하게 혼합하여 도로노면 파손을 탐지하는 모델을 업데이트하고, 이를 레이블된 데이터셋만을 활용한 기존 모델과 성능을 비교한다. 주관적인 성능결과, 민감도 부분에서는 조금 저하된 성능을 보였지만, 정밀도 부분에서는 대폭 성능 향상이 있었으며, 최종적으로 $F_1-score$ 또한 높은 수치로 평가되었다.

• 대한교통학회지
• /
• 제27권4호
• /
• pp.207-215
• /
• 2009

도로구간에서의 주행조건은 연속적인 도로축 상에서 구간별로 변하게 되고 이에 따라 도로에서의 교통사고는 도로 기하구조 변수뿐만 아니라 도로주변 환경변수, 교통조건 변수 그리고 기타 다양한 변수들에 의해서 발생하게 된다. 따라서 본 연구는 현장조사를 통해 얻어진 다양한 도로기하구조 요소를 고려하여 동질성을 갖춘 구간 분할 후에 도로를 구성하는 도로 기하구조, 교통조건, 도로주변 환경 그리고 기타 다양한 요소들을 복합적으로 반영하고자 한다. 이를 반영하기 위해 본 연구에서는 도로구간의 주행조건을 결정짓는 주요인들에 의해서 주행조건 동질구간을 결정하고, 각 동질구간에서의 도로 및 교통조건 등을 고려하여 사고예측 모형을 개발하였다. 모형 개발을 위해 사용된 자료는 대도시권 외곽과 평지 및 구릉지를 대표할 수 있는 수도권 외곽내에 지방부 도로구간과 전라북도 지방부 도로구간에서 수집되었다. 본 연구에서는 연속된 도로구간에서 사고건수가 "0"인 구간수가 매우 높게 나타나므로 이에 대한 과대 예측을 방지하기 위해 ZIP(Zero Inflated Poisson) 모형을 이용하였다. 사고예측모형 개발 결과 지방부 다차로 도로구간에서 교통사고에 영향을 미치는 변수로는 교통량과 도로구간 길이를 포함한 EXPO($365{\times}ADT{\times}Length{\times}Year/10^{-6}$), 곡선반경, 종단구배변화, 가드레일, 지형(산악지), 횡단보도개수, 버스정류장 개수가 지방부 다차로 도로구간에서의 차대차 사고에 영향을 미치는 주요 설명변수로 나타났다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.129-136
• /
• 2018

본 논문은 도로 환경에 효율적인 새로운 차선 검출 방법을 제안한다. 기존 차선 검출 방법은 환경적인 변화 속에서 낮은 신뢰성의 문제가 있다. 이러한 문제를 보완하기 위해 그레이 레벨 분할을 이용하여 차선 후보가 되는 영역을 강조한다. 그리고 허프 변환을 이용하여 차선에 가까운 영역의 직선 성분을 추출하고 추출 된 좌표를 기반으로 각 직선마다 ROI 생성한다. 그리고 생성 된 ROI 이미지를 논리연산으로 통합한다. 그리고 ROI 이미지에 이중큐를 이용한 객체 분할로 차선을 결정한다. 제안하는 방법은 기존과 다르게 환경적인 변화에도 차선 검출이 가능하였으며, 하늘, 산 등 배경에 해당하는 영역을 효율적으로 제거하는 장점과 높은 신뢰성을 얻을 수 있다.

• 대한토목학회논문집
• /
• 제26권3D호
• /
• pp.367-374
• /
• 2006

본 연구에서는 국내 철도건널목의 지장물 검지 시스템 및 차단제어 시스템의 운영현황을 살펴봄으로써 기존 시스템의 문제점을 보완할 수 있는 새로운 건널목 제어시스템 및 알고리즘을 제시한다. 국내 건널목 제어시스템의 경우 차량 및 지장물 검지를 통해 단순 입구측 및 출구측을 제어하는 방식으로서 도로 교통과는 연계를 하지 못하고 있는 실정이다. 또한 검지시스템과 차단시스템의 신호연계체계의 미비로 인하여 비효율적이며 안전성이 결여된 건널목 운영을 보이고 있다. 본 연구에서는 보다 효율적인 건널목 운영을 위하여 지자계 검지센서와 레이저 검지센서를 통합한 철도 건널목 지장물 진입위반차량 검지시스템과 4분할차단기 알고리즘을 제시하였고, 현장시험을 통하여 본 연구에서 제시한 알고리즘의 신뢰성을 검증하였다. 그 결과 본 연구에서 개발되어진 시스템들은 철도 건널목 제어기기들간의 상호연계가 가능하며, 동시에 차량운전자의 운행 형태를 고려한 차단제어 방식으로 열차와의 충돌사고를 예방할 수 있으리라 기대되어진다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.488-490
• /
• 1998

본 논문에서는 차량 영역 정보를 이용한 교통 혼잡도 측정 시스템을 설계하고 구현한다. 제시한 교통 혼잡도 측정 시스템은 첫째 영역 분할, 둘째 작은 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 세 단계로 나눌 수 있다. 영역 분할 단계에서 획득한 도로 영상을 주어진 임계치에 의해 영역으로 분할한다. 영역 분할후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고 영역을 직사각형화하는 단계를 거친다. 이 단계에서 필요없는 많은 작은 영역 정보들을 제거한다. 마지막으로 차선 별로 영역을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 본 논문에서는 이러한 차량 영역 정보를 추출하는 방법을 제시하며, 또한 이를 이용한 효과적인 교통 혼잡도 측정 시스템을 소개하고 평가한다.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.28-34
• /
• 2007

위성 영상에서 도로를 효과적으로 추출하기 위한 히스토그램 기반 도로 경계선 추출자를 제안하였다. 제안한 추출자를 이용해 도로 경계선 양측의 도로와 비도로 영역 각 화소의 방향성 히스토그램 차를 계산하고, 그 에지 강도 맵을 구하여 도로의 경계선을 추출하였다. 그리고 원영상과 분할된 도로 군집 영상의 에지 강도 맵을 계층적으로 구하여 직선 도로와 곡선 도로를 추출한 다음, 도로의 연결성을 기반으로 하여 전체 도로망을 구성하였다. 제안한 추출자는 칼라 유사도를 계산하는 기존 방법과 달리 히스토그램 차를 기반으로 하기 때문에 잡영에 강건하게 도로를 추출할 수 있으며, 도로 경계선의 위치와 도로 폭도 함께 추출할 수 있을 뿐만 아니라 도로군집을 자동식별하기 때문에 다양한 분광특성의 도로들도 쉽게 추출할 수 있다. 제안한 추출자를 이용하여 1m의 공간 해상도를 갖는 IKONOS 위성 영상에 대해 실험하여 잡영에 강건하게 도로가 추출됨을 확인하였고, 직선 도로 뿐만 아니라 곡선도로 추출도 용이함을 확인하였다.