• 제목/요약/키워드: 영상 밝기

검색결과 923건 처리시간 0.02초

차량용 블랙박스 영상에서의 실시간 기상정보 검지 (Detection of The Real-time Weather Information from a Vehicle Black Box)

  • 강주미;이재성
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국정보통신학회 2014년도 추계학술대회
    • /
    • pp.320-323
    • /
    • 2014
  • 오늘날 교통환경의 고도화는 지능형 교통 시스템(Intelligent Transportation System)과 함께 진행되고 있으며 차량용 블랙박스, 모바일기기 등의 대중화와 함께 안전하고 편리한 서비스를 제공하는데 일조하고 있다. 교통상황은 다양한 원인에 의해 시시각각 변화하며, 특히 갑작스러운 폭우, 우박, 눈길 등과 같이 공공의 힘으로 제어할 수 없는 외부 요인으로 인해 운전자가 이를 대비하지 못하여 큰 사고로 이어지는 경우가 비일비재하다. 이를 방지하기 위해 운전자간 실시간으로 기상정보를 전달하는 시스템이 필요하다. 본 논문은 실시간 기상정보전달을 위한 기상정보 검지알고리즘을 제안한다. 본 알고리즘은 와이퍼의 움직임과 맑은날의 히스토그램 간 Contrast를 이용하여 기상상황을 검지한다. 일반적으로 악천후 상황에서 와이퍼를 사용하게 되며, 눈이나 비 등에 따라 다른 Contrast값을 가지게 된다. 이를 이용해 맑은 상황, 눈이 오는 상황, 눈이 쌓인 상황, 비오는 상황 등을 판단하였다. 우선, 연산량을 줄이기 위해 와이퍼를 검지할 수 있는 최소영역을 ROI(Region Of Interest)로 지정하고, 차량 와이퍼의 밝기를 임계값으로 하는 Thresholding 연산을 통해 와이퍼를 검출하였다. 또한, 맑은 날과 악천후상황의 Value 값을 이용해 Contrast를 구하였으며 이를 통해 각각의 기상상황을 구별하였다. 실험결과 비오는 상황은 약 87%, 눈이 내리는 상황은 약 82% 검지율을 얻을 수 있었다.

  • PDF

Classification of Diabetic Retinopathy using Mask R-CNN and Random Forest Method

  • Jung, Younghoon;Kim, Daewon
    • 한국컴퓨터정보학회논문지
    • /
    • 제27권12호
    • /
    • pp.29-40
    • /
    • 2022
  • 본 논문에서는 딥러닝 기법의 하나인 Mask R-CNN과 랜덤포레스트 분류기를 이용해 당뇨병성 망막병증의 병리학적인 특징을 검출하고 분석하여 자동 진단하는 시스템을 연구하였다. 당뇨병성 망막병증은 특수장비로 촬영한 안저영상을 통해 진단할 수 있는데 밝기, 색조 및 명암은 장치에 따라 다를 수 있으며 안과 전문의의 의료적 판단을 도울 인공지능을 이용한 자동진단 시스템 연구와 개발이 가능하다. 이 시스템은 미세혈관류와 망막출혈을 Mask R-CNN 기법으로 검출하고, 후처리 과정을 거쳐 랜덤포레스트 분류기를 이용하여 안구의 정상과 비정상 상태를 진단한다. Mask R-CNN 알고리즘의 검출 성능 향상을 위해 이미지 증강 작업을 실시하여 학습을 진행하였으며 검출 정확도 측정을 위한 평가지표로는 다이스 유사계수와 Mean Accuracy를 사용하였다. 비교군으로는 Faster R-CNN 기법을 사용하였고 본 연구를 통한 검출 성능은 평균 90%의 다이스 계수를 통한 정확도를 나타내었으며 Mean Accuracy의 경우 91% 정확도의 검출 성능을 보였다. 검출된 병리증상을 토대로 랜덤포레스트 분류기를 학습하여 당뇨병성 망막 병증을 진단한 경우 99%의 정확도를 보였다.

야간 자율주행 안전성 향상을 위한 조명반사광 감소에 관한 기초연구 (A Basic Study on the Reduction of Illuminated Reflection for improving the Safety of Self-driving at Night)

  • 박창민
    • Journal of Platform Technology
    • /
    • 제10권3호
    • /
    • pp.60-68
    • /
    • 2022
  • AI 기술이 발전함에 따라 자율주행의 안전성에 관한 관심이 대두되고 있다. 최근, 자율주행의 차량이 증가하고 있지만 그에 대한 부작용을 해소하기 위한 노력은 다소 부진한 실정이다. 특히, 야간에 운행되는 자율주행 차량은 더욱 많은 문제들을 안고 있다. 운행의 다양한 환경에서 야간 주행의 환경은 매우 중요한 요소이다. 이에, 본 연구에서는 야간 자율주행 차량에서 핵심적인 문제점으로 부상하고 있는 반대 차량의 전조등 또는 주위 다양한 조명에 의해 발생되는 반사광을 감소시키는 방안을 제안한다. 이를 위하여, 먼저, 야간 주행 중에 센서에 의해 획득한 영상에서 반사광 특성 정보를 활용하여 조명 반사광을 추출한 후, 반사계수를 활용한 각 픽셀의 색상을 찾아 specular 영역을 감소한다. 그 후 영역의 밝기성분만을 이용한 새로운 영역을 찾아 최종적으로 이를 감소하는 방안을 제시한다. 조명 반사광을 완벽히 감소할 수는 없지만 대체적으로 만족할 만한 결과를 얻을 수 가 있었다. 따라서 제안된 연구 방법이 야간에서의 자율주행에서 다양한 단점 및 문제들을 해결하고 사고를 줄이는 방법에 기여할 것으로 사료된다.