• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.548-550
• /
• 1999

무인 주행 차량에 있어서, 포장 또는 비포장 도로의 시각적 추적은 매우 중요한 문제중의 하나이다. 따라서, 비디오 이미지로부터 비포장 도로를 추적할 수 있는 신속한 비젼 알고리즘의 개발이 필요하다. 이 논문에서는 칼만 필터와 EM(Expectation Maximization) 이론을 이용해 도로를 예측하고 시스템 파라미터를 갱신하는 방법을 제시한다. 시스템 파라미터, 도로 state, 도로 경계선, 그리고 모든 과거 데이터들을 각각 EM 파라미터, hidden data, incomplete data와 complete data로 정의함으로서 도로 state를 예측하고 시스템 파라미터를 추정할 수 있는 시간 회귀적 수식을 유도해 낼 수 있다. 이러한 방법을 이용하여 도로 state는 칼만 필터에 의해 매 프레임마다 예측되며, 시스템 파라미터들은 주기적으로 갱신되는 것이다. 결과적으로 이 방법은 주변환경과 날씨에 많은 영향을 받는 도로의 모양과 특징을 잘 찾아낼 수 있다. 또한 도로의 다음 state를 예측할 수 있는 점을 이용하면 계산량을 줄일 수 있으므로 실시간 구현에 용이하다. 이와 같은 방법으로 우리는 0.1 sec/frame 처리속도를 보장하는 도로추적 시스템을 구현하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.18 no.2
• /
• pp.19-25
• /
• 2013

In this paper, we propose an approach to tracking road regions from video sequences. The proposed method segments and tracks road regions by utilizing the prior information from the result of the previous frame. For the efficiency of the system, we have a simple assumption that the road region is usually shown in the lower part of input images so that lower 60% of input images is set to the region of interest(ROI). After initial segmentation using flood-fill algorithm, we merge neighboring regions based on color similarity measure. The previous segmentation result, in which seed points for the successive frame are extracted, is used as prior information to segment the current frame. The similarity between the road region of the previous frame and that of the current frame is measured by the modified Jaccard coefficient. According to the similarity we refine and track the detected road regions. The experimental results reveal that the proposed method is effective to segment and track road regions in noisy and non-noisy environments.

• Spatial Information Research
• /
• v.21 no.3
• /
• pp.11-19
• /
• 2013

Compared with traditional video monitoring systems that provide a video-recording function as a main service, an intelligent video monitoring system is capable of extracting/tracking objects and detecting events such as car accidents, traffic congestion, pedestrian detection, and so on. Thus, the object tracking is an essential function for various intelligent video monitoring and surveillance systems. In this paper, we propose a background and local histogram-based object tracking approach for intelligent video monitoring systems. For robust object tracking in a live situation, the result of optical flow and local histogram verification are combined with the result of background subtraction. In the proposed approach, local histogram verification allows the system to track target objects more reliably when the local histogram of LK position is not similar to the previous histogram. Experimental results are provided to show the proposed tracking algorithm is robust in object occlusion and scale change situation.

• Journal of KIISE:Software and Applications
• /
• v.31 no.11
• /
• pp.1496-1504
• /
• 2004

In this paper, we propose an algorithm for initializing a target vehicle detection, tracking the vehicle and estimating the distance from it on the stereo images acquired from a forward-looking stereo camera mounted on a road driving vehicle. The process of vehicle detection extracts road region using lane recognition and searches vehicle feature from road region. The distance of tracking vehicle is estimated by TSS correlogram matching from stereo Images. Through the simulation, this paper shows that the proposed method segments, matches and tracks vehicles robustly from image sequences obtained by moving stereo camera.

• 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.

• Journal of Korean Society of Transportation
• /
• v.23 no.7 s.85
• /
• pp.137-148
• /
• 2005

The position information of individual vehicles on a road at every time instant can be used to analyze the microscopic behaviors of driving of each vehicle. The limited information obtained from previous imaging technology such as traffic volume and interval velocity cannot be used to explore such microscopic traffic conditions. Also, information gathering for the microscopic behaviors by manual analysis of captured video takes large amount of time and man-power. In the paper we develop the rule-based vehicle tracking technology from which the position information of individual vehicles on a road at every time instant can be automatically obtained. Also, we extract the position data of driving vehicles on a road, length of 130m for every 0.05 second, and calculate the velocity of each traced vehicles to compare with the real velocity for the verification of accuracy. In the future, this type of tracking techniques based on video analysis can be widely used to provide the practically important information of road traffic conditions and to analyze the academically important microscopic behaviors of driving patterns.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.511-513
• /
• 2001

지능형 교통 시스템(ITS)은 1) 도로의 상황 분석과 2) 위반 차량의 검지를 자동으로 수행하여 원활한 교통 제어를 제공하는 목적을 가지고 있다. 본 논문에서는 교차로에서 위반 차량을 검지하기 위하여 도로위의 차량 검지하고 차량의 진행 경로를 추적하는 기법으로 주간에는 배경 영상을 사용하지 않고 프레임간의 차를 이용하여 차량의 움직임 정보를 추출하고 야간에는 전조등을 검출하여 차량을 추적하는 기법으로 주간의 겨우 차량의 움직임만을 감지하므로 칼만 필터(Kalman Filter) 등에 의한 예측이 불가능하므로 현재 위치와 진행방향으로 움직임 정보를 추적하는 기법을 제안한다. 제안하는 기법은 주간 그림자의 영향과 야간의 난반사의 영향을 제거할 수 있고 입력 영상을 320x240으로 축소하여 초당 10프레임이상으로 처리하므로 정확한 차량의 움직임을 추적할 수 있다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.3
• /
• pp.563-570
• /
• 2024

This paper proposes a method to recognize and track drivable lane areas to assist the driver. The main topic is designing a deep-based network that predicts drivable road areas using computer vision and deep learning technology based on images acquired in real time through a camera installed in the center of the windshield inside the vehicle. This study aims to develop a new model trained with data directly obtained from cameras using the YOLO algorithm. It is expected to play a role in assisting the driver's driving by visualizing the exact location of the vehicle on the actual road consistent with the actual image and displaying and tracking the drivable lane area. As a result of the experiment, it was possible to track the drivable road area in most cases, but in bad weather such as heavy rain at night, there were cases where lanes were not accurately recognized, so improvement in model performance is needed to solve this problem.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.1
• /
• pp.63-68
• /
• 2004

In this paper, we propose a method about the extraction of vehicle and tracking trajectory for moving vehicle tracking system in road. This system applied to the monitoring system of the traffic flow for ATMS(advanced traffic management system) of ITS(intelligent transport system). Also, this system can solve the problem of maintenance of loop sensor. And we detected vehicle using differential image analysis. Because of the road environment changes by real time. Therefore, the method to use background image is not suitable. And we used Kalman filter and innovation value and variable search area for vehicle tracking system. Previous method using fixed search area is sensitive to the moving trajectory and the speed of vehicle. Simulation results show that proposed method increases the possibility of traffic measurement more than fixed area traffic measurement system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.77-80
• /
• 2006

도로 동영상의 차량 추적 시스템은 영상 내 추적 구간을 확장하는 일이 중요하다. 본 논문에서는 추적 구간을 넓히기 위하여 모자익 기법을 제안하였다. 동영상 모자익의 가장 어려운 문제는 프레임마다 동일한 대응점을 알아내는 데 있다. 본 논문에서는 미리 예측된 영역에서의 컬러 상관관계를 이용하여 흔들린 대응점을 탐지하고 또한 가려진 부분이나 돌발 상황에 대해서는 투영 변환만으로도 최적 근사 대응점을 찾아낼 수 있는 탐색 방법을 제안하여 실제 도로 동영상에서 실험 하였다.