• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.70-73
• /
• 2003

기존의 영상검지기는 한정된 구간에서 차량을 추출, 추적하는데 본 논문에서 제안한 카메라간 연계 추적 방법은 두 대의 카메라를 서로 연계하여 차량을 추적함으로써 넓은 구간에서도 효과적으로 차량을 추적할 수 있다. 한 대의 카메라는 전방을 검지하고 다른 카메라는 후방을 검지하여 전방 검지영역에서 추적한 차량을 후방 검지영역에서도 연계하여 추적하게 된다. 연계 추적을 위해 전방 카메라에서 취득한 차량의 차선정보와 차량의 대표 gray level 정보를 후방 카메라로부터의 영상 분석시 이용하여 차량 연계 추적을 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.592-594
• /
• 2023

차량 탐지와 차량 추적 기술은 교통관리 시스템, 자율주행 자동차 시스템 및 이를 응용한 보안 감시 시스템, 군사 작전 및 안전 등 다양한 산업 분야에서 활용되고 있다. 본 논문에서는 차량 탐지는 YOLOv7 모델을, 차량 추적은 DeepSORT 알고리즘을 사용하여 도로의 차량들에 대해 탐지 및 추적을 순차적으로 진행하였다. 실험환경은 차량 탐지 데이터 셋(dataset)을 직접 라벨링(labeling) 하여 실험하였고, 차량 추적은 차량 탐지에서 학습해서 얻은 체크포인트(checkpoint) 모델을 가중치로 설정하여 실험을 진행하였다. 차량 탐지 실험결과는 validation 과 test 에서 높은 정확도를 확인할 수 있었고, 차량 추적은 Namsa 비디오 및 Seohaegyo 비디오에서도 차량 추적이 잘 되고 있음을 확인할 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.4B
• /
• pp.491-504
• /
• 2001

본 논문은 고정된 카메라를 통해 들어오는 도로연상에서 추적되는 다중 차량들의 겹침(occlusion)발생시 칼만 필터와 차량의 특징정보를 이용하여 개별 차량을 분할하고 추적 가능한 시스템을 제안하고 구현하였다. 다중 차량을 추적할 시 가장 큰 문제점이 되고 있는 차량 겹침을 해결하기 위해 카메라와의 거리를 이용하여 해결하는 방법 3D 모델을 이용하여 해결하는 방법, 겹침 추론 등 차량 겹침을 해결하기 위한 여러 가지 방법들이 제시되고 있다. 그러나 영상에 연속적으로 나타나는 다중 차량의 겹침을 단일 차량으로 인식할 수 는 단점이 있다. 따라서 칼만 필터와 차량의 특징 정보로서 차량의 높이와 넓이의 비, 추적에 사용되는 박스에서 차량과 여백의 비를 이용함으로서 연속적으로 나타날 수 있는 차량 겹침을 분할하고 추적 가능하게 하는 시스템을 구현하고 실험하였다. 본 시스템에서는 256X 256의 크기로 15 frames/sec로 저장된 AVI 파일 형식의 동영상을 사용하여 실험에 이용하였으며, 시내 도로에서의 차량들의 실험 결과 기존의 방법 보다 차량 특징 정보를 이용한 방법이 연속적 겹침에 대한 처리에 우수함을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.139-140
• /
• 2015

본 논문에서는 교통 감시 시스템에서 차량추적방법을 제안한다. 교통 감시 카메라를 이용한 차량추적시스템은 차량 감시, 사고감지 및 교통정보를 확인할 수 있게 하는 시스템이다. 차량추적을 위하여 먼저 가우스 혼합 모델(Gaussian Mixture Model)을 이용하여 배경과 전경을 분리하고 형태학적 필터링을 이용하여 차량을 검출한다. 검출된 차량으로부터 SURF(Speed Up Robust Features) 매칭을 통하여 차량추적방법을 제안한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.30-33
• /
• 2003

영상 검지기를 통한 차량 탐지 방법은 날씨와 같은 환경에 민감하게 반응하여 차량의 미탐지 및 오탐지가 발생하게 된다. 이를 해결하기 위해 다양한 일기조건하에서 차량 추적 방법에 대해 제안한다. 다양한 일기 조건하에서의 차량 추적은 눈, 비, 안개 환경에서 각 날씨의 특징을 분석, 반영하여 차량을 탐지하고 추적한다. 눈이 내리는 환경에서는 눈이 카메라 가까이에서 차량 blob으로 잘못 탐지되는 blob을 제거하기 위해 카메라와의 거리에 따른 실제 크기를 구하는 size filtering 방법을 사용한다. 비, 안개 환경에서는 흐릿해진 영상 때문에 차량이 교통신호등에 의해 차량 정체시 여러 차량이 하나의 blob으로 탐지되는 문제점을 해결하기 위해 이전 영상에서의 차량 위치 정보를 이용한 재 blob화 방법을 사용한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.486-487
• /
• 2012

본 논문에서는 차량 내에 설치된 카메라를 이용하여 전방차량을 인식하는 FCW(Forward Collision Warning)시스템에서 주행 중인 전방 차량을 추적하는 알고리즘을 제안한다. 전방 차량의 후보 영역을 검출하기 위해 Haar-Adaboost를 이용하였으며 검색된 차량 후보 영역 내의 에지 정보를 이용하여 차량 후보 영역을 필터링하였다. 필터링된 차량 영역은 영역기반과 Kalman 예측치를 이용하여 차량을 추적하는 방법으로 차량 검색기가 차량 영역을 검색하지 못하는 경우 Kalman 예측치를 통해 차량 후보 영역을 예측하고 예측된 차량 영역을 검증함으로써 효율적인 전방 차량 인식이 가능하였다. 본 제안 방법을 실험한 결과 이전 프레임에서 추적되던 차량 후보 영역이 현재 프레임에서 Haar-Adaboost가 차량 후보 영역을 검색하지 못하는 경우에 영역기반과 Kalman 예측치를 통하여 현재 프레임에서 전방차량을 연속적으로 추적하는 것을 확인하였다. 본 제안 방법은 영상을 이용한 FCW 시스템에 사용될 수 있을것으로 사료된다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.6 no.3
• /
• pp.45-56
• /
• 2007

Automatic tracking of vehicles is important to accurately estimate the traffic information including vehicle speeds in video-based traffic measurement systems. Because of the limited field of view, the range of visual tracking with a single camera is restricted. In order to enlarge the tracking range for better chance of monitoring the vehicle behaviors, a tracking with consecutive multiple video sequences is necessary. This parer proposes a carefully designed rule-based vehicle racking scheme and apply it for the tracking for two well synchronized video sequences. In the scheme, almost all possible cases that can appear in the video-based vehicle tracking are considered to make rules. Also, the rule based scheme is augmented with Kalman filter. The result of tracking can be successfully used to collect data such as temporal variation of vehicle speed and behavior of individual vehicle behaviors in the enlarged tracking region.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.392-395
• /
• 2000

본 논문은 도로상에 고정된 카메라의 영상에 들어오는 여러 대의 차량을 추적(tracking)하기 위한 시스템에 대하여 연구하고자 한다. 제안된 차량 추적 시스템은 주변 환경 변화에 따른 배경 이미지 처리를 위하여 적응적 배경 모델(Adaptive Background Model)을 이용한 배경 영상과 연속되어 들어오는 입력 영상과의 차 영상을 이용한 차량 추출 부분과 칼만 필터를 이용하여 효과적으로 위치를 추적하기 위한 차량 추적 단계로 나누어 진다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.39A no.1
• /
• pp.1-11
• /
• 2014

In this paper we propose a system for vehicle detection and tracking which has the ability to learn on-line appearance changes of vehicles being tracked. The proposed system uses feature-based tracking method to estimate rapidly and robustly the motion of the newly detected vehicles between consecutive frames. Simultaneously, the system trains an online vehicle detector for the tracked vehicles. If the tracker fails, it is re-initialized by the detection of the online vehicle detector. An improved vehicle appearance model update rule is presented to increase a tracking performance and a speed of the proposed system. Performance of the proposed system is evaluated on the dataset acquired on various driving environment. In particular, the experimental results proved that the performance of the vehicle tracking is significantly improved under bad conditions such as entering a tunnel and passing rain.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.511-513
• /
• 2001

지능형 교통 시스템(ITS)은 1) 도로의 상황 분석과 2) 위반 차량의 검지를 자동으로 수행하여 원활한 교통 제어를 제공하는 목적을 가지고 있다. 본 논문에서는 교차로에서 위반 차량을 검지하기 위하여 도로위의 차량 검지하고 차량의 진행 경로를 추적하는 기법으로 주간에는 배경 영상을 사용하지 않고 프레임간의 차를 이용하여 차량의 움직임 정보를 추출하고 야간에는 전조등을 검출하여 차량을 추적하는 기법으로 주간의 겨우 차량의 움직임만을 감지하므로 칼만 필터(Kalman Filter) 등에 의한 예측이 불가능하므로 현재 위치와 진행방향으로 움직임 정보를 추적하는 기법을 제안한다. 제안하는 기법은 주간 그림자의 영향과 야간의 난반사의 영향을 제거할 수 있고 입력 영상을 320x240으로 축소하여 초당 10프레임이상으로 처리하므로 정확한 차량의 움직임을 추적할 수 있다.