• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.306-308
• /
• 2016

신호등 검출은 지능형 교통 시스템에서 매우 중요하며 최근 신호등 검출 관련한 연구가 활발히 진행 중이다. 하지만 기존의 신호등검출 알고리듬의 문제점은 조명의 변화에 민감하다는 문제점이 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 다음과 같은 신호등 검출 알고리듬을 제안한다. 먼저 제안하는 색상지도와 HSV(Hue-Saturation-Value)를 이용하여 신호등의 후보를 검출한다. 검출한 신호등의 후보로부터 HOG(Histogram of Oriented Gradient) 서술자를 이용하여 특징을 추출한 다음 최종적으로 선형 SVM(Support Vector Machine)을 이용하여 신호등을 검출하는 알고리듬을 제안한다.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.65-72
• /
• 2006

교통신호등 검출과 인식 시스템은 운전자에게 경고와 보조시스템으로 필요한 장치이다. 본 논문에서는 칼라 비젼시스템을 이용한 주행중 실시간 교통신호등의 검출과 인식법에 대해 제안하고 있다. 제안하는 방법은 크게 네 가지로 구분된다 유사색 환경에서도 신호등 빛 검출이 용이하도록 HSI 색 공간에서 채도와 밝기값의 차를 이용하여 신호등의 빛을 검출하는 신호등 검출, 신호등 외곽검출과 검출된 신호 빛을 바탕으로 교통신호등 외곽 후보영역 설정과 세 검출 결과를 토대로 교통신호등을 인식하는 부분이다. 주행중 영상을 비디오 카메라로 녹화하여 제안하는 방법에 적용하여 결과를 제시하였다. 녹화시 카메라의 줌기능을 이용하여 줌에 의한 입력 영상변화시에도 신호등을 검출 및 인식한 결과를 제시하였다.

• 방송공학회논문지
• /
• 제22권1호
• /
• pp.62-69
• /
• 2017

신호등 검출은 첨단운전자보조시스템에서 매우 중요하며 최근 신호등 검출 알고리즘의 연구가 활발히 진행 중이다. 그러나 기존의 영상처리 기반의 신호등검출 알고리즘은 조명의 변화에 민감하다는 문제점이 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 다음과 같은 신호등 검출 알고리즘을 제안한다. 먼저 제안하는 컬러맵과 HSV(hue-saturation-value)를 이용하여 신호등의 후보영역을 검출한다. 이후 검출된 신호등 후보영역으로부터 HOG(histogram of oriented gradient) 서술자와 SVM(support vector machine)을 이용하여 신호등을 검출한다. 검출된 신호등 영상을 이용하여 제안하는 Multilayer HOG 서술자를 이용하여 신호등의 방향 정보를 결정한다. 실험결과에서 확인할 수 있듯이 제안하는 알고리즘은 높은 검출성능과 실시간 처리가 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.969-970
• /
• 2017

차량의 자율주행을 위해서 신호등의 검출은 매우 중요한 부분이며, 최근 딥러닝 기술이 자율주행 및 운전자 보조 시스템에 적용되고 있다. 본 논문에서는 객체 검출을 위한 잘 알려진 딥러닝 기법을 신호등 검출에 적용해 본다. 공개된 데이터셋을 이용하였으며 일반적인 컴퓨터 구성에서 실험하여 신호등 검출을 하였다.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.132-142
• /
• 2014

근래에 고령운전자의 증가와 다양한 차량용 멀티미디어 기기의 등장으로 운전 중 운전자의 시각적 주의 결핍 및 분산되어 교통신호등 오인식으로 인해 교통사고가 증가하고 있는 상황이다. 이를 보완하기 위해 일반적인 교통신호등 검출연구들은 색상 임계치, 템플릿 매칭, 학습기 기반 등의 방안이 제시 되었으나 색상 임계치의 경우 시내 도로와 같이 복잡한 배경과 주위 환경변화에 강인하지 못하고, 야간 시간대의 경우 템플릿 및 학습기 기반의 검출방안의 경우 그 인식도가 떨어지는 문제점이 존재한다. 따라서 제안한 방안에서는 교통신호등의 구조적인 형태 정보(모양, 밝기, 대비, 색상 등)을 기반 한 시각적 주의 영역과 spot-lights 영역 검출을 통해 복잡한 시내 도로 환경에서 교통신호등을 검출하는 방안을 제안한다. 교통신호등은 운전자의 시인성을 높일 수 있는 위치에 설치되고 또한 구조적인 고유한 형태와 색상을 지니고 있는 특징들을 이용하여 교통신호등을 검출한다. 제안한 방안에서는 입력된 칼라영상에서 특징정보들 간의 다차원 가우시안 파라미드 영상들을 생성하고 각 영상들 간의 대비차이 계산하여 현저하게 두드러진 영역들을 검출하고, 밝기 영상에서 주위 영역과 현저하게 밝은 spot-lights 영역들을 검출한다. 그리고 검출된 두 영역들의 모양과 색상 분석을 통해 교통신호등을 검출한다. 제안한 방법을 다양한 시간대와 시내 도로에서 실험한 결과, 교통신호등 검출률은 83.2%이고 프레임 당 처리 시간은 0.68초이다. 이것을 통해 사후판독 기능이 차량 영상기록장치에 결합한 안전운전 지원시스템으로 제안한 방안이 유용하게 적용될 수 있음을 알 수 있다.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.92-99
• /
• 2009

본 논문에서는 교통 신호등 영역 검출을 포함한 교통 신호등 외곽 부분과 신호등 색을 자동으로 판별하여 사용자에게 알려주는 교통 신호등 자동 판별 시스템 구현을 제안하였다. 본 논문은 교통 신호등색을 정확하게 검출하기 위하여 교통 신호등색에 해당하는 파장 범위를 설정하고, 색상 성분을 분할하였다. 색상 성분을 통해 교통 신호등색(빨강 주황 녹색)을 검출하며 배경부분은 그레이 영상으로 변환한다. 다음으로 웨이브렛 변환 알고리즘을 사용하여 다양한 환경에서 신호등 영역을 검출할 수 있는 알고리즘을 제안하였다. 또한, 교통 신호등 인식 부분은 CBIR(Content-Based Image Retrieval)기반에서 캐니 에지 연산자와 허도로프 매칭 알고리즘의 특성을 적용한 인식 알고리즘을 제안하였다. 제안된 알고리즘은 교통 신호등이 첨가되어 있는 조명, 배경 등이 다양한 영상을 대상으로 실험하며, 기존 알고리즘과 비교하여 제안 알고리즘의 성능이 향상되었음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1709-1712
• /
• 2013

교통 신호등은 운전자 혹은 보행자들의 뚜렷한 시인성 확보를 위해 가능한 주위 배경과 구분되는 색상, 모양, 질감 등으로 구성하여 설치되어 있는 특징을 가지고 있다. 결국 기존 교통 신호등 검출 연구들에서는 대부분 교통 신호등의 색상과 모양을 기반으로 한 검출 연구가 주류를 이루고 있는 것이 사실이다. 하지만, 외부 날씨, 복잡한 시내, 다른 물체와의 겹침 등의 문제로 인해 색상 및 모양 기반의 교통 신호등, motion blur, 검출 오류가 증가 되고 있다. 따라서 본 연구에서는 입력 영상에서 색상정보를 배제하고 motion blur나 밝기 변화에 덜 민감하고 먼 거리에서도 뛰어난 시인성을 가진 spot light 검출을 통해 입력 영상에서 가장 밝은 교통표지판 후보 영역들을 검출한다. 그리고 교통 신호등의 특징인 가능한 원형을 유지하고 있으며 원형 외부 색상과 내부 색상이 현저하게 두드러지는 영역을 maximally stable extremal regions (MSER) 알고리즘을 사용하여 입력 영상에서 후보 영역을 선택한다. 마지막으로, 검출된 영역들에서 교통 신호등 영역을 검출하기 위해 템플릿 매칭 방법을 적용한다. 제안한 방법을 도로 상에서 실험한 결과, 평균 94% 이상의 검출율을 제시하였고, 특히 야간 시간대에 검출율이 비교적 높게 제시되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.367-370
• /
• 2015

본 논문은 자동차 자율주행에 필요한 신호등 신호의 검출 성능을 개선시키는 방법을 제안한다. 일반적인 교통신호등 검출연구는 색상 임계치, 템플릿 매칭, 학습기 기반 등의 방법을 사용한다. 그러나 조도 차이로 인한 인식률 저하와 느린 처리속도 문제가 있다. 제안한 방법은 형태학적 전처리 후 검출마스크를 통해 교통신호등 영역검출 및 인식을 제안한다. 먼저 영상을 조도에 강건하게 하기 위해 입력 영상을 YCbCr로 변환하고, Y채널에서 수평에지 성분을 추출한다. 그 후 신호등의 형태학적 특징을 이용하여 영역을 검출한다. 마지막으로 색상을 이용하여 신호등을 검출한다. 제안 방법을 다양한 환경에서 적용하여 기존 알고리즘보다 검출율과 처리 속도가 향상되었음을 확인하였다.

• 전자공학회논문지
• /
• 제54권8호
• /
• pp.123-132
• /
• 2017

신호등은 운전자가 반드시 인지하고 조치를 취해야 할 교통 정보를 포함하고 있으며 이를 실시간으로 검출하여 운전자에게 알리는 것은 매우 중요하다. 그러나 신호등의 크기가 전체 영상에서 차지하는 비율이 낮고, 다른 객체에 의하여 가려지는 경우가 많아 실제 신호등 검출이 어려운 실정이다. 본 논문에서는 색상 기반 돌출맵과 형태학 정보를 이용한 신호등을 검출 방법을 제안한다. 돌출맵은 시각적 주의집중 영역을 검출하는데 사용되는데, 이를 개량한 색상 기반 돌출맵은 신호등의 색상과 형태를 검출 것에 적합함을 실험을 통하여 확인하였으며, 제안된 모델은 PC 환경에서 98.14%의 검출율과 83.52%의 재현율을 달성하였다.

• 전기전자학회논문지
• /
• 제22권1호
• /
• pp.46-52
• /
• 2018

최근 자율 주행에 관한 다양한 연구가 진행되는 가운데 신호등 검출 및 신호 인식 알고리즘은 가장 중요한 요소 중의 하나이다. 기존에 알고리즘의 대부분은 색상을 기반으로 검출하고 인식한다. 이러한 방법은 영상의 각도, 거리, 주변 조도 환경 등에 의해 영향을 받아 신호등의 색상이 변화하여 인식률이 낮아진다는 단점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 Haar-like feature 및 SVM(Support Vector Machine) 기반의 신호등 검출과 제원 정보를 이용한 인식 알고리즘을 제안한다. 신호등 검출의 정확성을 향상시키기 위해서 Haar-like feature 이후에 SVM으로 검증한다. Haar-like feature와 SVM는 사전에 지도학습을 시행한다. 검출 과정 후에는 영역 분할을 통해서 신호만을 추출하여 점등 여부를 파악하고 최종적으로 인식하는 과정을 거친다. 제안한 알고리즘은 기존의 알고리즘과 달리 신호등의 형태학적 특성을 기반으로 검출하고 인식하므로 주변 환경으로부터의 영향에 강인하다는 장점이 있다. 블랙박스 영상으로 실험한 결과 기존의 색상 기반 알고리즘보다 신호의 인식률이 높았다.