• KIPS Transactions on Software and Data Engineering
• /
• v.4 no.2
• /
• pp.83-90
• /
• 2015

Almost of current Automatic Incident Detection(AID) algorithms involve the vulnerability that detects the traffic accident in open road or in tunnel as the traffic jam not as the traffic accident. This paper proposes the improved accident detection algorithm to enhance the detection probability based on accident detection algorithms applied in open roads. The improved accident detection algorithm provides the preliminary judgment of potential accident by detecting the stopped object by Gaussian Mixture Model. Afterwards, it measures the detection area is divided into blocks so that the occupancy rate can be determined for each block. All experimental results of applying the new algorithm on a real incident was detected image without error.

• Journal of Korean Society of Transportation
• /
• v.26 no.4
• /
• pp.265-273
• /
• 2008

Video Image Processing (VIP) for traffic surveillance has been used not only to gather traffic information, but also to detect traffic conflicts and incident conditions. This paper presents a system development of gathering traffic information and conflict detection based on automatic calculation of pixel length within the detection zone on a Video Detection System (VDS). This algorithm improves the accuracy of traffic information using the automatic detailed line segmentsin the detection zone. This system also can be applied for all types of intersections. The experiments have been conducted with CCTV images, installed at a Bundang intersection, and verified through comparison with a commercial VDS product.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.341-344
• /
• 2006

유고란 도로상에서 교통량의 주기적인 집중에 의한 혼잡과는 구별되는 개념으로 교통사고, 도로보수 그리고 자연재해와 같은 비 반복적인 정체의 상황을 일컫는다. 이러한 유고는 막대한 통행시간이 추가로 발생하고 연료소모, 환경피해 등의 문제가 발생하므로 이러한 교통손실을 최소화하기 위하여 자동유고감지 알고리즘의 개발이 필수적이다. 이를 위하여 현재 다양한 검지기에서 수집된 교통 데이터를 바탕으로 유고를 감지하는 연구가 많이 진행되고 있다. 본 논문에서는 각종 유고 상황을 인지하여 제2의 사고를 예방할 수 있는 효율적인 유고감지 알고리즘을 개발하기 위하여 퍼지논리와 패턴을 함께 사용하였다. 먼저 퍼지논리와 패턴에 사용되는 데이터는 루프 검지기에서 5분 마다 수집된 교통정보(교통량, 점유율, 속도)를 이용하였다. 교통정보를 이용하여 구축된 요일 및 시간대별 패턴과 함께 퍼지논리를 이용하여 도출된 유고 소속도를 가지고 유고를 감지하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.1406-1409
• /
• 2010

본 연구에서는 호출기를 착용한 환자가 낙상/전도 사고를 당했을 때, 자동으로 구조요청 하는 시스템을 개발하고자 한다. 자동 호출기에는 사고의 감지, 사고발생 위치의 추적, 관제센터로의 통신 등의 기능이 필요하다. 이를 위해 3축 가속도센서를 탑재하고, 낙상판단 알고리즘을 구현하여, MCU에 포팅하고, RF 송수신기와 알람을 집적하였다. 자동 호출기와 관제소와의 통신방법으로는 400MHz 대역의 RF 송수신기를 채택하였다.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.20 no.6
• /
• pp.1161-1175
• /
• 2018

An unexpected event could be easily followed by a large secondary accident due to the limitation in sight of drivers in road tunnels. Therefore, a series of automated incident detection systems have been under operation, which, however, appear in very low detection rates due to very low image qualities on CCTVs in tunnels. In order to overcome that limit, deep learning based tunnel incident detection system was developed, which already showed high detection rates in November of 2017. However, since the object detection process could deal with only still images, moving direction and speed of moving vehicles could not be identified. Furthermore it was hard to detect stopping and reverse the status of moving vehicles. Therefore, apart from the object detection, an object tracking method has been introduced and combined with the detection algorithm to track the moving vehicles. Also, stopping-reverse discrimination algorithm was proposed, thereby implementing into the combined incident detection processes. Each performance on detection of stopping, reverse driving and fire incident state were evaluated with showing 100% detection rate. But the detection for 'person' object appears relatively low success rate to 78.5%. Nevertheless, it is believed that the enlarged richness of image big-data could dramatically enhance the detection capacity of the automatic incident detection system.

• Smart Media Journal
• /
• v.10 no.3
• /
• pp.31-38
• /
• 2021

It is hard to predict when and where a fall accident will happen. Also, if rapid follow-up measures on it are not performed, a fall accident leads to a threat of life, so studies that can automatically detect a fall accident have become necessary. Among automatic fall-accident detection techniques, a fall detection scheme using an IMU (inertial measurement unit) sensor attached to a wrist is difficult to detect a fall accident due to its movement, but it is recognized as a technique that is easy to wear and has excellent accessibility. To overcome the difficulty in obtaining fall data, this study proposes an algorithm that efficiently learns less data through machine learning such as KNN (k-nearest neighbors) and SVM (support vector machine). In addition, to improve the performance of these mathematical classifiers, this study utilized feature data aquired in the frequency space. The proposed algorithm analyzed the effect by diversifying the parameters of the model and the parameters of the frequency feature extractor through experiments using standard datasets. The proposed algorithm could adequately cope with a realistic problem that fall data are difficult to obtain. Because it is lighter than other classifiers, this algorithm was also easy to implement in small embedded systems where SIMD (single instruction multiple data) processing devices were difficult to mount.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.163-163
• /
• 2021

하천에서의 화학사고는 자연적 및 인위적인 원인으로 인해 발생할 수 있으며, 이러한 화학사고가 발생하게 되면 수환경 변화를 야기해 생태계나 인간에게 악영향을 발생시킬 수 있어 신속한 초기대응이 필요하다. 하천으로 유입된 화학물질의 평가에 대한 연구는 활발하게 진행되고 있지만, 화학사고 초기대응을 위한 연구는 미비한 실정이다. 초기대응을 위해서는 현장에서 측정이 용이한 지표를 활용해야하며, 이 지표를 이용해 유출된 화학물질에 대한 정보를 취득 할 수 있어야 한다. 하천의 주요 지점에는 pH 및 EC 등을 실시간으로 측정하는 자동측정망을 운영하고 있는데, 이러한 측정항목들을 지표로 활용한다면 하천 화학사고 대응을 위한 중요한 기초자료로 활용될 수 있을 것이다. 또한 측정된 데이터를 머신러닝 기법을 적용한다면 화학사고 발생 시 초기대응을 위한 기초자료로 활용될 수 있을 것이다. 본 연구에서는 분석한 유해화학물질은 총 26종이며, pH 및 EC를 화학물질들의 특성을 파악하기 위한 대체지표로 선정하였다. 화학물질의 농도변화에 따른 대체지표 변화를 측정하였으며, 실험결과를 바탕으로 성질이 유사한 화학물질들을 Group별로 분류하여 데이터베이스를 구축하였다. 구축된 데이터베이스를 바탕으로 머신러닝 기법인 Decision Tree, Random Forest, Gradient Boosting, XG Boosting에 적용해 각 알고리즘에 대한 성능 평가를 진행하여 가장 우수한 성능의 머신러닝 기법을 선정한다. 본 연구 결과를 바탕으로 선정된 머신러닝 기법을 활용한다면 향수 수환경 화학사고 발생 시 유출된 유해화학물질에 대한 정보를 제공할 수 있으며 그에 따른 신속한 대응의 기초자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.1006-1009
• /
• 2009

매년 운전자의 운전미숙과 돌발 상황으로 인한 자동차사고로 인해 수만 명의 사망자와 부상자가 나오고 있으며 이로 인한 경제적 손실도 막대하다. 현재 충돌사고를 방지하기 위해 레이더나 초음파센서와 같은 통신기기를 활용한 충돌회피시스템이 개발되고 있는 상황으로 충돌회피를 위해서는 센서부도 중요한 역할을 하지만 충돌회피 알고리즘 개발이 무엇보다 중요하다. 본 논문에서는 두 개의 초음파 센서를 이용하여 전방에 있는 장애물을 회피할 수 있는 시스템을 구축하였다. 자동차가 자율적인 판단에 따라 충돌 없이 이동할 수 있는 능력을 갖게 하기 위하여 초음파센서와 광센서를 이용하였으며, 라인트레이서와 같이 라인을 따라 자동차가 이동하는 도중 장애물을 감지하였을 경우 장애물을 회피할 수 있는 알고리즘을 이용하여 개발하였다. 그리고 주행 시험을 통해 장애물 회피에 관한 테스트를 수행하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.703-706
• /
• 2009

매년 운전자의 운전미숙과 돌발 상황으로 인한 자동차사고로 인해 수만 명의 사망자와 부상자가 나오고 있으며 이로 인한 경제적 손실도 막대하다. 현재 충돌사고를 방지하기 위해 레이더나 초음파센서와 같은 통신기기를 활용한 충돌회피시스템이 개발되고 있는 상황으로 충돌회피를 위해서는 센서부도 중요한 역할을 하지만 충돌회피 알고리즘 개발이 무엇보다 중요하다. 본 논문에서는 두 개의 초음파 센서를 이용하여 전방에 있는 장애물을 회피할 수 있는 시스템을 구축하였다. 자동차가 자율적인 판단에 따라 충돌 없이 이동할 수 있는 능력을 갖게 하기 위하여 초음파센서와 광센서를 이용하였으며, 라인트레이서와 같이 라인을 따라 자동차가 이동하는 도중 장애물을 감지하였을 경우 장애물을 회피할 수 있는 알고리즘을 이용하여 개발하였다. 그리고 주행 시험을 통해 장애물 회피에 관한 테스트를 수행하였다.

• Korean Journal of Remote Sensing
• /
• v.36 no.5_4
• /
• pp.1245-1254
• /
• 2020

In this study, the limitations of the existing water level detection algorithm using CCTV images were recognized and the water level detection algorithm was improved by applying the Region growing technique. It applied three techniques (Horizontal projection profile, Texture analysis, and Optical flow) to estimate the water area, and the results were analyzed in a comprehensive analysis to select the initial water area. The water level was then continuously detected by the Region growing technique, referring to the initial water area. As a result, it was possible to confirm that the exact level of water was detected without being affected by environmental factors compared to the existing level detection algorithm, which had frequent mis-detection phenomena depending on the surrounding environmental factors. In addition, the water level was detected in the video showing flooded roads in urban areas, not in the video of the river. These results are believed to be able to supplement the difficulty of monitoring at all times with limited manpower by automatically detecting the level of water through numerous CCTV footage installed throughout the country, and to contribute to laying the foundation for preventing disasters caused by torrential rains and typhoons in advance.