• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.192-195
• /
• 2014

급변하는 글로벌 비즈니즈 환경속에서 물류의 역할은 나날이 증가하고 있다. 아울러 기존의 노동 집약적 물류 산업의 탈피가 가속화 되어 있으며, 고부과가치 물류 시스템 구축으로 융복합 기술을 활용한 새로운 모습으로 변화를 요구하고 있다. 특히, 물류 분야 중 자동차 생산 분류에 선재 관리를 통해 기업과 기업으로 서로 운송되어 분류되어 있으며, 차량 선재 분류는 자동화 통해 수행하고 있으나, 생산된 선재는 색깔별, 두께별로 일괄적으로 생산하여 나중에 선재를 작업자가 분류지를 보면서 작업을 하고 있하고 있다. 그러나, 선재 분류자는 반복적인 업무와 피로 누적으로 휴멘 에러가 발생으로 선재의 누락 혼합 발생되어 선재 물류 납품 시 이 차 기업으로 비용과 시간적 피해가 발생하게 된다. 따라서, 본 연구에서는 차량 선재 공정 분류와 그룹 모니터링 장치 기반의 선재 물류 분류 장치를 통해 공정을 개선하고자 한다.

• 한국멀티미디어학회논문지
• /
• 제7권1호
• /
• pp.35-43
• /
• 2004

본 논문에서는 고속도로나 도심 진입 차량의 무인 자동과금 및 주요시설 출입 차량의 통제와 관리를 위하여 차량번호판 인식뿐만 아니라 차량 표시 문자와 제조사 식별자 검출 분류하여 차량의 정보를 판독하는 차량정보인식 및 자동과금시스템을 제안하였다. 제안한 알고리즘은 차량 후면부에서 획득된 영상으로부터 잡음제거, 세선화 등의 전처리 과정을 수행하고 템플릿 마스킹 및 레이블링 연산처리를 수행하여 차량표시문자, 제조사 표식자 및 번호판 영역을 각각 검출하였다. 또한, 검출된 특징 영역으로부터 특징자의 구조적 특징 및 패턴정보를 이용하여 표시문자와 제조사 표식자를 분류하였고, 하이브리드 패턴벡터와 세븐세그먼트 패턴벡터를 사용하여 차량번호판의 문자 및 숫자를 각각 인식하였다. 실험에서는 실제 고속도로상에서 제안한 차량인식 시스템에서 획득된 실 영상을 사용하여 인식 성능을 수행하였다. 실험 결과 제안한 알고리즘이 잡음, 외부환경, 차량의 크기에 무관하게 차량 특징자를 정확히 검출 분류하였으며 제안한 시스템은 범죄차량 단속, 차량자동과금 및 관공서 등의 차량입출력 관리의 무인화에 적용이 가능하다.

• 한국통신학회논문지
• /
• 제37권8A호
• /
• pp.639-647
• /
• 2012

비전 기반의 차량 검출 기술은 자동 주행 보조 시스템에 있어서 가장 중요한 기술 중의 하나이다. 하지만 자동차 외형의 다양성 및 주변 환경의 변화로 인하여 정확하고 신뢰성 있는 차량 검출 시스템의 개발은 여전히 해결해야 될 문제로 남아 있다. 일반적으로 차량 검출 시스템은 두 단계로 구분할 수 있다. 차량 후보 영역을 검출하는 가설 생성(Hypothesis Generation(HG)) 단계와 가설 생성 단계에서 검출된 영역을 검증하는 가설 검증(Hypothesis Verification(HV)) 단계이다. 차량 검출은 HV 단계에서 최종적으로 검증 및 결정되기 때문에, HV 단계의 성능에 의하여 차량 검출의 성능이 결정되게 된다. 따라서, 본 논문에서는 축소 다변수 다항식 분류기(reduced multivariate polynomial pattern classifier(RM))를 HV 단계에 이용하여 고속 차량 검출 시스템을 구성하였다. 실험 결과 RM 분류기가 SVM 분류기 기반의 차량 검출 시스템보다 처리 속도 측면에서 월등한 성능을 보여 실시간 처리 기반의 차량 검출 시스템에 적합하다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1357-1358
• /
• 2015

본 논문에서는 축사에서 비젼 기반으로 이동 객체를 분류하는 방법을 제안한다. 제안하는 방법은 축사 내 설치된 CCTV로부터 영상을 입력받아 Adaptive GMM알고리즘을 이용하여 이동 객체를 추출한다. 다음, 이동 객체 가 사람인지 소인지 또는 차량인지 분류하기 위해 이동 객체의 특징을 추출한다. 이동 객체 특징 추출 방법으로는 기존의 Monolithic-based방법인 HoG알고리즘을 개선하여 축사의 복잡한 환경에서 다양한 자세를 가지는 사람과 소 그리고 차량의 구조적 특징을 추출한다. 추출한 특징은 벡터화 하여 SVM분류기 입력값에 적합하도록 한다. SVM 분류를 통해 이동 객체의 구조적 특징을 블록화 하여 이동 객체의 신체 모델을 생성한다. 마지막으로 생성된 신체 모델을 이용하여 이동 객체가 사람인지 소인지 또는 차량인지 분류한다.

• 대한교통학회지
• /
• 제17권4호
• /
• pp.111-124
• /
• 1999

본 논문의 목적은 최근에 개발 중에 있는 단일 자석검지기를 이용한 차종인식 알고리즘을 개발하고, 현장실험을 통한 현장 적용성을 검토하는 것이다. 고속도로에 설치되어 이는 자석검지기를 이용하여 자료를 수집하며 분석에 이용되는 자료는 개별차량에 대하여 자속밀도의 변화에 따른 전압 값을 Digital Data값으로 변환한 수치를 사용하였다. 그 수치를 토대로 각 차량의 점유시간을 파악하여 각 차량의 점유시간동안 파형의 특징을 추출하여 각 특징들을 기초로 하여 각 차량이 나타내는 고유의 파형을 식별하는 Template Matching 방법과 신경망기법, 그리고 이들을 상호 보완한 복합기법을 사용하였다. 검지차량에 따른 다양한 점유시간을 일정크기로 수평성분 정규화하고 이에 따른 자속속밀도의 변화에 의한 전압 값을 차종별로 샘플을 취하여 이동평균방법으로 처리를 한 후 위의 세 가지 기법을 사용하여 검지차량의 파형과 기준 파형을 비교하여 차종을 인식하는 방법으로 알고리즘을 개발하였다. 차종의 분류는 3가지 단계로 하였는데 2종분류, 3종분류, 5종분류로 접근하였다. 그리고 각각의 분류에 따라 정규화 크기 및 이동평균간격을 달리하여 적용하여 보았고 2종분류에서 인식율이 82%수준이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권5호
• /
• pp.489-498
• /
• 2006

본 논문은 루프검지기를 이용한 차종분류 방법의 성능 향상을 위해 신경망 패턴인식 기술을 이용한 차종분류 알고리즘을 제안하였다. 기존의 루프검지기 차종분류 방법은 차량의 길이 정보만을 이용해서 차종을 분류하는 것이다. 그러나 루프검지기의 특성상 차종에 따른 길이 정보가 정확하지 않으므로 길이가 비슷한 차종에 대해서는 차종분류 오류가 자주 발생하고 있는 실정이다. 이와 같은 문제점을 개선하기 위해 본 연구에서는 루프검지기 시스템에 신경망 패턴 인식 기술을 적용하였다. 제안된 알고리즘은 차량이 검지영역을 통과할 때 발생하는 루프검지기 공진주파수 값 변화율과 점유시간 정보를 신경망의 입력자료로 활용하여 차량을 5가지 종류로 분류하는 방식이다. 개발된 알고리즘의 성능을 평가하기 위하여, 현장실험을 통해 자료를 수집하고 신경망 학습 및 실험을 실시한 결과 차종분류 정확도가 91.3%였으며, 이는 기존의 연구결과와 비교할 때 매우 높은 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권11호
• /
• pp.991-1000
• /
• 2007

본 논문에서는 단일 프레임의 교통 영상에서 차량을 검출하는 새로운 기법을 제안한다. 제안하는 기법은 동작 환경에 관계없이 여러 형태로 분류된 그림자를 추출한다. 차량의 색상과 조명 조건에 관계없이 차량이 도로와 접한 부분에는 어두운 그림자 형상을 가진다는 사실을 이용하여 그림자 분류를 수행한다. 추출된 그림자는 차량의 존재 유무를 판단할 강력한 능력을 가지고 있으며, 배경 영상과 다른 시간적 정보들을 이용하지 않으므로, 기상 및 교통 정체가 빠르게 변화하는 상황에서도 높은 검출 성능을 보장한다. 차량 위치에 존재하는 자은 정보와 그림자 영역과의 간단한 증거 추론 기법에 의해 차량을 검출할 수 있다. 6개의 다른 동작 환경의 실험에서 4% 이하의 오검출율을 보이고, 0.9%에서 7.2%의 미검출율을 보였다. 또한, 작은 크기의 영상에 대해 초당 70 프레임 이상의 처리가 가능하므로, 다양한 교통 정보를 실시간으로 측정하는 기법에 사용될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.121-123
• /
• 2004

차량 번호판 인식 시스템은 무인 카메라 등의 영상 장치로부터 입력된 차량 이미지로부터, 차량 번호판 정보를 읽어내는 시스템이다. 이러한 차량 번호판 인식 시스템의 응용 시스템 중 과속 차량 단속과 같은 일부 응용 시스템은 번호판의 글자나 숫자를 다른 글자나 숫자로 잘못 인식할 경우 심각한 문제를 발생시킬 수 있다. 이러한 시스템을 위해 우리는 인식 결과에 대한 신뢰도가 낮은 경우 인식을 포기 또는 위임하는 신중한 분류기(Cautious Classifier)를 이용 인식 시스템을 구성하였다. 또한 학습 예제의 가중치를 조절하는 방법을 사용 이러한 신중한 분류기의 성능을 향상 시켰다. 실제 번호판 인식 실험 결과 우리가 제안한 가중치 부여 방식이 차량 번호판 인식 문제에 좋은 결과를 보임을 확인하였다.

• 정보보호학회지
• /
• 제29권1호
• /
• pp.13-19
• /
• 2019

나날이 발전하고 있는 ICT 기술과 차량과의 융합은 차량을 대상으로 하는 사이버 위협과 공격을 더욱 증대시킨다. 그러나 차량 보안을 연구하는 산업계, 학계 연구 그룹들 또한 다양한 접근 방법을 통해 이러한 위협과 공격을 앞서 예방하고 탐지하기 위해 노력하고 있다. 2018 정보보호 R&D 데이터 챌린지에서는 차량주행 데이터기반 도난탐지 트랙을 마련하였다. 이는 운전자별 주행 데이터에 대한 분석을 통해 현재 주행 중인 운전자를 식별하는 챌린지로써 국내 및 해외에서 처음으로 진행된 트랙이다. 이번 2018 정보보호 R&D 데이터 챌린지 중 차량주행 데이터기반 도난탐지 트랙에 참가한 참가자들은 주행 데이터를 통계적 기반으로 분석하여 모델링 하였으며, 분석하는 과정에 있어 의미 있는 분류 결과를 도출해 내었다. 일반적으로, 한 가정이 보유하고 있는 차량이 가족들 이외 다른 이들에게는 잘 공유되지 않는다는 점을 고려한다면, 비록 소수의 운전 참가자이지만 5명을 대상으로 하는 본 실험이 의미가 있다고 본다. 이번 정보보호 R&D 데이터 챌린지를 통해, 운전자 주행 데이터가 도난 탐지를 위한 운전자 분류뿐만 아니라, 운전자에게 특화된 의료와 보험과 같은 맞춤형 서비스를 제공할 수 있는 가능성을 확인할 수 있었다.

• 토지주택연구
• /
• 제14권4호
• /
• pp.95-102
• /
• 2023

도시 지역에서 객체를 탐지하기 위해 드론 고해상도 영상에 기계 학습 알고리즘을 적용하는 다양한 연구가 진행되었다. 그러나 대부분의 차량 추출 연구는 인스턴스 세그멘테이션 대신 경계 박스로 차량을 탐지하여 차량의 방향이나 정확한 경계를 알 수 없다는 한계점이 있다. 인스턴스 세그멘테이션은 개별 개체를 훈련하기 위한 노동 집약적인 레이블링 작업을 필요로 하므로, 차량 추출을 위해 자동 무감독 인스턴스 세그멘테이션을 수행하는 방법에 대한 연구가 필요하다. 따라서 본 연구에서는 드론 영상의 차량 경계 박스에 대해 무감독 SVM 분류 기반의 차량 추출 기법을 제안하였다. 연구 결과, 차량을 89% 정확도로 추출할 수 있음을 확인하였으며 차량 내의 분광 특성이 크게 다른 경우에도 차량을 추출할 수 있음을 확인하였다.