• 한국컴퓨터정보학회논문지
• /
• 제16권9호
• /
• pp.77-85
• /
• 2011

본 논문은 보행중인 시각장애인에 장착된 카메라로부터 획득한 영상에서 보도와 차도 영역을 구분하기 위한 영역분할 기법과 질감 특징추출 기법에 대해 제안한다. 허프 변환 알고리즘을 이용한 라인검출을 통해 도로 경계선을 검출하고, 분할된 영역을 원근에 따라 3단계의 레벨로 구분한다. 그리고 분할된 영역들의 질감 특징성분을 추출함으로써 보도와 차도영역으로 분리한다. 보도블록이 가지는 복잡하고 다양한 특성의 패턴과 차도의 균일한 질감을 가진 영역의 특성을 비교하기 위하여 회전에 강건한 LBP, GLCM 질감 특징성분들을 이용함으로써 두 영역을 구분하였다. 제안된 방법은 주간과 야간 영상에 대해 실험한 결과 조도의 변화에 강건하게 영역을 분리할 수 있었고, 또한 보행자와 장애물이 많은 영상에서도 회전이나 폐색에 관계없이 영역 분리가 가능함을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제15권4호
• /
• pp.449-455
• /
• 2014

이동 물체의 검출은 비디오 감시, 보행자의 행동 분석과 같은 컴퓨터 시각 분야에서 매우 중요한 전처리 작업이다. 이는 실제 외부 환경을 대상으로 할 때, 영상 시퀀스에 존재하는 배경의 불규칙한 움직임, 조명 변화, 그림자, 배경 물체의 위상 변화 및 잡음 등으로 인하여 매우 어려운 작업이다. 본 논문에서는 코드북 기반의 전경 검출 알고리즘을 제안한다. 코드북은 입력 영상으로부터 얻어지는 배경화소에 대한 정보 데이터베이스이다. 먼저, 첫 번째 프레임을 배경 영상으로 가정하고 이를 입력 영상과 비교하여 차 영상을 구한다. 구해진 차 영상에는 순수한 이동 물체뿐만 아니라, 잡음까지 포함된다. 둘째로, 전경으로 검출된 화소의 색상과 밝기 값을 가지고 코드북을 조사하여 존재하는 경우 잘못 추출된 전경 화소로 판단하고 전경에서 제거한다. 마지막으로, 다음번 입력되는 프레임을 반복 처리하기 위하여 배경 영상을 새롭게 갱신하는데, 배경 화소로 검출된 화소의 경우에는 현재의 입력 영상으로부터 추정되며, 전경 화소로 검출된 경우에는 이전 배경 영상의 화소 값을 복사하여 사용한다. 제안한 알고리즘을 PETS2009 데이터에 적용한 결과를 GMM 알고리즘과 표준 코드북 알고리즘의 결과와 비교하여 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.25-27
• /
• 2021

최근 딥러닝 기술의 발전으로 CCTV 카메라를 통해 획득한 영상 정보에서 객체의 이상행동을 분석하기 위한 컴퓨터 비전 기반 AI 기술들이 연구되었다. 위험 지역이나 보안 지역에는 범죄 예방 및 경계 감시를 위해 감시카메라가 설치되어 있는 경우가 다수 존재한다. 이러한 이유로 기업들에서는 감시카메라 환경에서 침입, 배회, 낙상, 폭행 같은 주요한 상황을 판단하기 위한 연구들이 진행되고 있다. 본 논문에서는 객체 검출 및 추적 방법을 사용한 실시간 이상 행위 분석 알고리즘을 제안한다.

• 전기학회논문지P
• /
• 제65권1호
• /
• pp.66-71
• /
• 2016

According to the development of depth sensing devices and depth estimation technology, depth information becomes more important for object detection in computer vision. In terms of recognition rate, pedestrian detection methods have been improved more accurately. However, the methods makes slower detection time. So, many researches have overcome this problem by using GPU. Here, we propose a real-time pedestrian detection algorithm that does not rely on GPU. First, the depth-weighted distance map is used for detecting expected human regions. Next, human detection is performed on the regions. The performance for the proposed approach is evaluated and compared with the previous methods. We show that proposed method can detect human about 7 times faster than conventional ones.

• 제어로봇시스템학회논문지
• /
• 제18권1호
• /
• pp.62-68
• /
• 2012

In this paper, a detection method of a pedestrian safety road marking was proposed. The proposed algorithm uses laser range and reflectivity of a range finder (LRF). For a detection of crosswalk marking and stop line, the DFT (Discrete Fourier Transform) of reflectivity and cross-correlation method between the reference replica and the measured reflectivity are used. A speed bump is detected through measuring an altitude difference of two LRFs which have the different tilted angle. Furthermore, we proposed a velocity constrained a detection method of a speed bump. Finally, the proposed methods are tested in on-line, on the pavement of a road. The considered road markings are wholly detected. The localization errors of both road markings are smaller than 0.4 meter.

• 대한임베디드공학회논문지
• /
• 제18권5호
• /
• pp.259-265
• /
• 2023

Pedestrian detection is used to effectively detect pedestrians in various situations based on deep learning. Pedestrian detection has difficulty detecting pedestrians due to problems such as camera performance, pedestrian description, height, and occlusion. Even in the same pedestrian, performance in detecting them can differ according to the height of the pedestrian. The height of general pedestrians encompasses various scales, such as those of infants, adolescents, and adults, so when the model is applied to one group, the extraction of data becomes inaccurate. Therefore, this study proposed a pedestrian detection method that fine-tunes the pedestrian area by Refining Layer and Feature Concatenation to consider various heights of pedestrians. Through this, the score and location value for the pedestrian area were finely adjusted. Experiments on four types of test data demonstrate that the proposed model achieves 2-5% higher average precision (AP) compared to Faster R-CNN and DRPN.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권8호
• /
• pp.385-392
• /
• 2016

현대 사회에서 상업적 성공을 위해서는 상권 분석이 필요하며, 상권 분석의 요소 중에서 핵심적인 부분은 통행량이다. 통행량을 측정하기 위해서 사람이 직접 측정하는 방법이 많이 사용되고 있으나 높은 인건비와 측정 실수를 유발할 가능성이 높다. 본 논문에서는 웹캠을 통해 촬영한 이미지를 이용하여 보행자의 통행량을 측정할 수 있는 알고리즘을 제안한다. 제안하는 알고리즘은 사람 영역 탐지와 움직임 추적으로 구성되어 있다. 사람 영역 탐지에서는 움직임 영역을 추출하고 HoG 특징과 Adaboost 분류기를 이용하여 사람 영역을 탐지한다. 움직임 추적에는 멀티 레벨 매칭과 거짓 양성 제거를 이용하여 추적 및 통행량을 측정한다. 멀티 레벨 매칭은 HoG 영역에 대해 유사도 계수를 구하여 판별하는 과정, 칼만 필터를 이용하여 추정한 위치의 이미지 유사도를 계산 과정, 사람 영역 탐지에서 추출한 움직임 영역을 이용해 유사도를 계산하는 3단계 과정으로 구성되어 있다. 거짓 양성 제거는 사람 영역 탐지에서 잘못된 탐지 영역을 제거한다. 제안한 알고리즘의 성능을 분석하기 위하여 기존의 사람 영역 탐지 및 추적하는 방법과 비교 실험을 수행하였다. 그 결과 제안하는 방법은 사람 통행량 측정에서 83.6% 정확도를 보였으며, 기존 알고리즘에 비하여 11% 높은 성능을 달성하였다.

• 한국인터넷방송통신학회논문지
• /
• 제16권3호
• /
• pp.179-186
• /
• 2016

본 연구는 차량의 도로이탈을 방지하고, 충격량을 흡수하여 차량 탑승자 및 도로주변의 인도를 횡단하는 보행자를 보호하기 위한 차량용 방호울타리에 관한 연구로서 LS-DYNA를 이용해 탑승자 보호성능 평가시험을 시뮬레이션하였으며, 다양한 속도와 각도를 변경하여 반복 시뮬레이션을 하여 충돌조건에 따른 탑승자 보호성능을 고찰하였다. 시뮬레이션을 위한 변수의 설정은 국내차량 판매대수에 따른 평균차량의 중량을 구하고, 미국 NHTSA의 NASS를 분석하여 실제 사고가 발생하는 속도와 충돌각도구간을 검출하였다. 그 결과로 충돌속도와 충돌각도가 커질수록 THIV(탑승자 충격속도)와 PHD(탑승자 가속도) 값이 증가하는 것을 확인하였으며, 차량이 가드레일의 지주에 걸리는 현상이 발생할 때 탑승자보호성능이 크게 저하되는 것을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.455-462
• /
• 2013

CCTV를 이용하여 획득한 영상 내에서 다중 객체의 위험한 행위를 판단하여 사전에 미리 경고 및 긴급대책을 세워주는 감지 시스템을 제안한다. 위험한 행위의 판단여부를 위해 관심지역 및 관심지역 내에 위험지역을 설정한 후, 위험 행동 객체를 검출하여 객체의 위험지역 침범 범위에 따라 안전, 경고, 긴급 등의 위험도를 판단한다. 특히 본 연구는 위험 행동 중 교량에서 투신하는 행위를 감지하는 것을 목표로 하며 기존의 연구에서 단일객체의 행동검출에만 제한했던 연구를 여러 보행자 속에서 투신 행동하는 객체를 감지하는 것까지 확대하여 구현한다. 한 객체의 위험지역 침범의 정도에 따라 안전, 경고 및 긴급 상태로 분류하고 상황에 따라 긴급 상태로 판단되면 통합관제 센터에 즉시 알려 위험행위를 사전에 예방 할 수 있도록 한다.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.13-19
• /
• 2011

본 논문에서는 SOPC 기반 NIOSII 임베디드 프로세서와 C2H 컴파일러를 적용하여 영상 감시 시스템을 구현하였다. 카메라의 영상 신호 출력, 영상처리, 시리얼 통신 및 네트워크 통신의 제어를 위해 C2H 컴파일러에 의한 IP를 구성하였고, SOPC 및 NIOS II 임베디드 프로세서에 기반한 각각의 IP를 효과적으로 제어할 수 있도록 구현하였다. 그리고, 보다 빠르고 환경에 강인한 이동 물체 검출을 위한 방법으로 배경영상을 갱신하는 알고리듬을 적응 가우시안 혼합 모델(AGMM)을 제안하였다. 그 결과 주간 및 야간에서도 이동 물체를 잘 검출할 수 있었다. 실험을 통해 제안된 AGMM 알고리듬이 적응 임계치법(ATM)과 가우시안 혼합모델(GMM)보다 이동하는 보행자 및 차량의 검출에서 우수함을 확인하였다.