• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1988-1991
• /
• 2003

본 논문에서는 도로 주변의 나무와 건물, 그리고 옆 차선의 차량 등에 의한 그림자의 영향을 최소화하며 차선을 검출할 수 있는 방법을 제안하였다 우선 Hough transform을 수행하는 데 있어서 계산 시간을 줄이기 위하여 에지 영상에서 수평 투영을 통하여 vanishing line을 검출하였으며, vanishing line 아래 부분에서만 Hough transform을 수행하였다. 그리고 차선 검출을 위하여 Hough 평면에서 θ을 16등분하여 rough한 차선을 검출하였으며, 도로 형태에 대한 사전 지식을 이용하여 차선 검출을 시도하였다. 도로 주변상황이 다른 두 종류의 연속 영상들에 의한 실험 결과, 도로형태에 대하여 가정한 사전 지식과 유사한 영상들에 대하여 차선을 정확하게 검출하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.361-363
• /
• 2016

현재 차량 내 운전자에게 편의성과 안전성을 제공하는 시스템이 활발히 개발 중이고 향후 ADAS(Advanced Driver Assistance System)와 스마트 자동차에서 영상 정보를 이용한 물체 추적과 분석은 매우 중요한 부분을 차지하고 있다. 영상에서 얻을 수 있는 정보 중 현재 도로의 이정표 정보는 중요한 분석 정보로 사용된다. 하지만 국내 도로표지판 검출 연구의 경우 유럽과 북미와 비교하여 연구 개발이 활발히 진행되고 있지 않다. 국내의 경우 도로 이정표에서 영문자뿐만 아니라 한글 문자 정보까지 포함하고 있어 검출이 쉽지 않다. 또한 비교적 밝고 잡음이 적은 검출하기 좋은 환경에서는 검출이 잘 되지만 명암이 뚜렷하지 않고 잡음이 많은 환경에서는 도로 이정표 문자 검출이 어렵다. 이에 본 논문에서는 CLAHE(Contrast-Limited Adaptive Histogram Equalization) 방법을 적용하여 영상이 어둡고 잡음이 많은 환경에서 국내 도로 이정표의 문자 정보를 얻는다. 실험 결과, 기존 방법에 비해 문자 영역 검출 성능이 향상되었다.

• Annual Conference of KIPS
• /
• 2014.11a
• /
• pp.1199-1202
• /
• 2014

본 논문은 차량에 설치된 블랙박스 영상으로부터 도로 노면에 표시된 방향지시 기호를 효율적으로 검출하는 방안을 제안한다. 차량 내부에 설치된 블랙박스 영상은 카메라의 원근 효과로 인해 방향지시 기호 영역을 올바르게 검출하지 못하는 문제점이 존재한다. 따라서 제안한 연구에서는 원근 효과를 가진 입력 영상에서 역원근 변환 방법을 통해 원근 효과를 제거한 실세계 좌표로 맵핑한 평면 영상에서 방향지시 기호 영역을 신경망 검출기를 통해 검출한다. 입력 영상에서 역 원근 변환은 높은 계산량으로 인해 실시간 처리가 어려운 점이 존재한다. 이를 보완하기 위해 제안한 방안에서는 입력 영역의 도로노면 방향지시 기호 영역의 특징을 분석하여 도로노면 기호가 포함된 후보 ROI영역을 정의하고 후보 ROI 영역의 Gray 색상에서 역원근 변환을 수행한다. 제안한 방안을 도로노면 방향지시 기호 검출 및 인식 연구에 적용한 결과, 약 87% 이상 비교적 정확히 검출율을 제시하였으며, 다양한 도로 환경에서도 높은 검출율을 제시하였다. 따라서 제안한 방안을 운전자의 안전운전지원시스템에 적용함으로써 보다 정확한 도로정보 제공시스템 적용이 가능함을 알 수 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.2
• /
• pp.7-12
• /
• 2001

In this paper, an estimation method of hybrid feature was proposed to detect linear feature such as the road network from SAR(synthetics aperture radar) images that include speckle noise. First we considered the mean intensity ratio or the statistical properties of locality neighboring regions to detect linear feature of road. The responses of both methods are combined to detect the entire road network. The purpose of this paper is to extract the segments of road and to mutually connect them according to the identical intensity road from the locally detected fusing images. The algorithm proposed in this paper is to define MRF(markov random field) model of the priori knowledge on the roads and applied it to energy function of interacting density points, and to detect the road networks by optimizing the energy function.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.6
• /
• pp.797-807
• /
• 2008

This paper proposes a new algorithm of extracting forward vehicle areas using the acquired lanes and road area information on road images with complex background to improve the efficiency of the vehicle detection. In the first stage, lanes are detected by taking into account the connectivity among the edges which are determined from a method of chain code. Once the lanes proceeding to the same direction with the running vehicle are detected, neighborhood roadways are found from the width and vanishing point of the acquired roadway of the running vehicle. And finally, vehicle areas, where forward vehicles are located on the road area including the center and neighborhood roadways, are extracted. Therefore, the proposed scheme of extracting forward vehicle area improves the rate of vehicle detection on the road images with complex background, and is highly efficient because of detecting vehicles within the confines of the acquired vehicle area. The superiority of the proposed algorithm is verified from experiments of the vehicle detection on road images with complex background.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.9
• /
• pp.1722-1724
• /
• 2015

This paper proposes a partial detection scheme using QRD-M, DFE, and iterative schemes for efficiency in terms of detection performance and complexity in a MIMO-OFDM system. The proposed scheme detects signals by using the different detection methods in according to spatial stream. In the proposed scheme, QRD-M with high detection performance and high complexity is used in spatial stream that requires low complexity, and DFE with low detection performance and low complexity is used in spatial stream that requires high complexity. Also, the iterative detection is performed in the detected spatial stream by using DFE. From the simulation, it is confirmed that although proposed scheme has increased complexity, detection performance is greatly improved by the proposed scheme.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.11
• /
• pp.2291-2297
• /
• 2015

This paper presents a vehicle detection system using the video as a input image what has moving of vehicles.. Input image has constraints. it has to get fixed view and downward view obliquely from top of the road. Road detection is required to use only the road area in the input image. In introduction, we suggest the experiment result and the critical point of motion history image extraction method, SIFT(Scale_Invariant Feature Transform) algorithm and histogram analysis to detect vehicles. To solve these problem, we propose using applied Gaussian Mixture Model(GMM) that is the Vehicle Detection GMM(VDGMM). In addition, we optimize VDGMM to detect vehicles more and named VDGMM 2.0. In result of experiment, each precision, recall and F1 rate is 9%, 53%, 15% for GMM without road detection and 85%, 77%, 80% for VDGMM2.0 with road detection.

• The KIPS Transactions:PartB
• /
• v.18B no.5
• /
• pp.255-264
• /
• 2011

In this paper, we propose a forward vehicle detection algorithm using column detection and bird's-eye view mapping based on stereo vision. The algorithm can detect forward vehicles robustly in real complex traffic situations. The algorithm consists of the three steps, namely road feature-based column detection, bird's-eye view mapping-based obstacle segmentation, obstacle area remerging and vehicle verification. First, we extract a road feature using maximum frequent values in v-disparity map. And we perform a column detection using the road feature as a new criterion. The road feature is more appropriate criterion than the median value because it is not affected by a road traffic situation, for example the changing of obstacle size or the number of obstacles. But there are still multiple obstacles in the obstacle areas. Thus, we perform a bird's-eye view mapping-based obstacle segmentation to divide obstacle accurately. We can segment obstacle easily because a bird's-eye view mapping can represent the position of obstacle on planar plane using depth map and camera information. Additionally, we perform obstacle area remerging processing because a segmented obstacle area may be same obstacle. Finally, we verify the obstacles whether those are vehicles or not using a depth map and gray image. We conduct experiments to prove the vehicle detection performance by applying our algorithm to real complex traffic situations.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.507-511
• /
• 2007

기존의 얼굴 인식 기술은 얼굴 검출과 얼굴 인식이라는 두 분야로 나뉘며, 얼굴 검출 기술은 주로 얼굴 인식을 위한 전처리 단계로 이용되었다. 이러한 얼굴 검출 기술은 방대한 양의 사진 콘텐츠를 분류하는 것에도 이용될 수 있다. 얼굴 검출 기술을 통해 사람이 있는 경우 인물 사진, 없는 경우 풍경 사진으로 분류한다. 그러나 기존의 얼굴 검출 기술만으로는 정확성이 떨어진다. 이를 보완하기 위해 본 논문에서는 사진의 구조 단순도 알고리즘을 제안 한다. 구조 단순도는 사진의 색상 구도의 단순비율을 의미하며, 일반적으로 인물 사진일 때 작은 값을 풍경 사진일 때 큰 값을 갖는다. 제안 방법의 유용성을 검증하기 위해 인물 사진 250장, 풍경 사진 250장을 이용하여 분류 실험을 하였다. 얼굴 검출 기술만을 이용한 실험은 66%의 정확성을 나타낸 반면 얼굴 검출 기술과 구조 단순도를 이용한 실험은 74.6%를 나타내었다. 따라서 얼굴 검출 기술과 구조 단순도를 이용하면 효과적인 사진 분류를 할 수 있다.

• KIPS Transactions on Software and Data Engineering
• /
• v.4 no.4
• /
• pp.201-208
• /
• 2015

This paper proposes a method for detecting the direction indicator shown in the road surface efficiently from the black box system installed on the vehicle. In the proposed method, the direction indicators are detected by inverse perspective mapping(IPM) and bag of visual features(BOF)-based NN classifier. In order to apply the proposed method to real-time environments, the candidated regions of direction indicator in an image only performs IPM, and BOF-based NN is used for the classification of feature information from direction indicators. The results of applying the proposed method to the road surface direction indicators detection and recognition, the detection accuracy was presented at least about 89%, and the method presents a relatively high detection rate in the various road conditions. Thus it can be seen that the proposed method is applied to safe driving support systems available.