• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.447-449
• /
• 2024

본 논문에서 다양한 환경적 요인에서 촬영한 이미지 데이터를 활용하여 신호등 위치의 정확한 탐지 및 신호등의 색상 인식을 통해 교통 신호를 판별하는데 사용되는 컴퓨터 비전 기반의 신호등 인식 시스템 알고리즘을 제안하였다. 이를 통해 기존에 신호를 인식하던 LiDAR 및 RADAR 센서를 대신해 카메라를 사용함으로써 자율주행 차의 제작비용 감소를 기대할 수 있다. 또한 다양한 환경의 이미지 데이터를 통해 실험을 진행하였고 이러한 실험결과를 분석하고 적용함으로써 악천후에서의 효과적인 신호등 인식 시스템을 구축하는데 기여하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.200-203
• /
• 2016

최근 자율주행자동차에 대한 관심이 증가함에 따라 교통 상황을 인식하는 방법에 대한 연구도 활발하게 진행되고 있다. 특히 교통신호등의 인식은 치명적인 결과를 야기하는 교통사고와 밀접하게 연관된다는 점에서 중요성이 더욱 부각되고 있다. 본 논문에서는 컴퓨터 비전 시스템을 기반으로 한 교통신호등 인식 방법을 제안한다. 차선, 표지판 등과는 다르게 교통신호등은 빛을 발하는 특징이 있으며 그 모양과 형태 또한 규격화 되어 있다. 이러한 특징 중 색상과 형태 특징을 이용하여 두 단계의 추출과정을 거쳐 교통신호등을 인식한다. 먼저 HSV 색 공간에서 적색, 녹색, 주황색의 빛을 발하는 영역을 찾아낸 뒤, 신호의 원형 특징을 이용해 가로, 세로 사이즈와 크기로 신호의 후보를 추출한다. 다음, 신호등의 검은 박스 영역을 찾기 위해 추출한 신호 후보군의 주변부가 검정색인지를 확인한다. 최종적으로 신호등의 박스 부분을 검출하여 신호를 발하는 위치를 기반으로 신호를 인식한다. 실험결과 많은 계산량을 요구하는 기계학습을 사용하지 않고도 실시간 처리와 높은 인식률로 교통 신호를 인식할 수 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2129-2137
• /
• 2015

국내외적으로 무인자동차에 대한 연구와 개발이 활발히 진행되고 있다. 무인자동차를 성공적으로 구현하기 위해서는 매우 많은 요소 기술들을 필요로 한다. 특히 교통신호등의 검출과 인식 시스템은 무인자동차에서 컴퓨터 비전 기술의 핵심적인 요소기술로 주목 받고 있다. 최근까지 제안된 대부분의 교통 신호등 인식 방식들은 잡음과 환경적인 요소에 따라 의존적인 색깔 성분 분석 방법을 사용함으로써 인식률 개선에 있어 제한적인 성능 특성을 갖고 있다. 본 논문에서는 이러한 기존의 방식의 한계를 극복하기 위해 교통신호등이 갖는 형태학적인 특성을 최대한 고려한 방법을 제안한다. 제안한 방식은 색깔 성분과 사각형 특성, 원형 특성과 같은 형태학적 특성을 동시에 고려함으로써 인식 효율을 크게 증대시킨다. 다양한 모의실험을 통하여 제안한 방식은 교통신호등 인식률뿐만 아니라 오인식률 성능을 크게 개선시킬 수 있음을 보인다.

• 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 2023년도 추계학술발표대회
• /
• pp.1171-1172
• /
• 2023

자율주행 기술에서 스테레오 비전과 End-to-End Driving은 많이 사용되는 기술이며 본 연구에서는 이를 신호등 인식과 주행에 적용하였다. 신호등 인식은 좌우 카메라로부터 적색 원을 인식한 후 스테레오 비전을 통해 신호등과의 거리를 추정한다. 주행 시스템은 End-to-End Learning 기반으로 이루어지며, 출력값인 가변저항을 조향각으로 변환하여 제어할 수 있다. 또한 감마 보정을 통한 데이터 증강을 통해 빛에 대해 민감하지 않게 모델을 학습하였다. 추후 신호등 인식 시 HSV 필터가 빛에 민감한 점과 주행 시 가변저항 값이 일정하지 않은 점이 해결된다면 더욱 안정적인 시스템을 구축할 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.717-719
• /
• 2015

국내외적으로 무인자동차에 대한 연구와 개발이 활발히 진행되고 있다. 기존에 2D 기반의 네비게이션과 같은 시스템의 단점을 보완하고 더 안전한 주행을 할 수 있도록 다양한 서비스를 제공하기 위해 연구되고 있다. 본 논문에서는 동영상에서 교통 신호등의 위치 검출 및 신호인식 기법을 구현하여 보다 효과적으로 실시간 영상처리가 가능하도록 그 방법을 제안한다. 차량 전방의 깊이 정보를 측정하는 방법의 한계와 무인자동차 구현을 위한 신호등 인식기능의 한계, 그리고 기존 신호등 인식프로그램은 밝기변화에 민감하여 신호분석에 장애가 있다는 점을 고려하여 영상처리를 이용해 차량 전방의 깊이정보를 파악하고, 신호등을 검출하여 신호를 분석하고 전방에 검출된 신호등의 색성분과 신호등-차량 간의 거리를 구하는 프로그램을 구현한다.

• 정보처리학회논문지B
• /
• 제17B권3호
• /
• pp.207-214
• /
• 2010

본 논문에서는 실제 도로환경의 신호등 및 속도표지판 영역 검출 및 인식 방법을 제안하였다. 밝기정보 및 HIS 컬러모델에기반한 색상정보를 이용하여 신호등을 인식하였다. 또한 HSI 컬러정보로부터 적색강도를 추정함으로써 속도 표지판을 검출하였다. 표지판의 경사여부를 판단하여 시계방향, 반시계방향으로 각각 표지판을 회전시켜 기울기를 보정한 후 인식을 행함으로써 인식률을 제고하였다. 도로환경의 동영상을 대상으로 인식을 행한 결과 신호등과 속도표지판이 혼합된 영상에서도 매우 강건한 인식 결과를 보인다.

• 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.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.751-756
• /
• 2018

본 연구는 입력 영상에서 교통 신호등을 검출하고, 신호등의 색상을 인식하며, 신호를 판별하여 무인 자율주행 차량이나 ITS(Intelligent Transportation System)에 적용할 수 있는 신호등 색상 인식 알고리즘을 제안하였다. 제안된 알고리즘은 교통신호등을 검출하기 위해 CEA(Canny Edge Algorithm)를 이용하여 외곽선을 추출하였고, 신호등의 색상을 인식하고 정확도를 높이기 위하여 HCT(Hough Circle Transform)를 적용하였다. 제안된 방법으로 주행도로상에서 획득한 스트림 영상에 적용한 결과, 우수한 신호등 색상 인식률을 확인할 수 있었다. 특히 입력영상에서 신호등이 존재할만한 ROI(Region Of Interest)로 구분하여 연산시간을 줄일 수 있었고, 신호등과 유사한 영역이라도 원이 검출되지 않거나 HSV 공간에서 V값이 낮아 후보영역에서 탈락시킴으로써 인식률의 정확도를 높일 수 있었다.