• 한국정보통신학회논문지
• /
• 제11권1호
• /
• pp.191-197
• /
• 2007

본 연구의 목적은 카메라를 통하여 획득한 이미지 정보를 캡쳐 후, 이를 분석하여 물체의 동작을 인식하는 Vision Box를 설계하는데 목적이 있다. 본 연구는 고객 즉, 사용자의 요구조건을 최대한 반영하여 구현하고자 하였다. 구현하고자 하는 Vision Box 시스템은 특별한 외부의 부가적인 센서를 사용하지 않고 카메라를 통하여 들어오는 화상 정보만을 분석하여 물체를 식별할 수 있도록 하였다. 그리고 PLC와의 통신과 원격지에서 Vision Box를 제어 할 수 있는 방법도 지원할 수 있도록 하였다. 본 연구에서 제안한 Vision Box의 성능을 자동차의 차종분류를 통한 성능분석 결과 최적화 된 환경조건에서는 100%의 차종별 인식률을 보였으며, 조명 및 잡음과 회전의 작은 변화에 따른 테스트에서 차종인식은 가능하였으나, 패턴점수가 낮아졌다. 따라서 제안한 Vision Box 시스템이 다양한 산업분야에 적용될 수 있을 것이라 생각된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.439-442
• /
• 2010

본 논문에서는 비전 기반의 실시간 대기오염 모니터링 시스템을 제안한다. 제안된 시스템은 먼저 실시간으로 제공되는 동영상을 분석하여 차종 별 대수와 평균속도 등의 교통 파라미터를 실시간으로 추출하고, 이를 바탕으로 대기 중의 CO, NO2등의 밀도를 추정하여 시간대별 대기 오염도를 모니터링 한다. 이를 위해 제안된 시스템은 배경모델을 이용한 차량 추출, 차종 별 윤곽선 및 크기 정보를 이용하여 템플릿 기반으로 차종을 인식하고 이를 추적하여 대수 및 속도를 인식한다. 제안된 시스템의 평가를 위해 교통이 밀집된 공간에 설치하여 테스트하였고, 실제 결과와 비교한 결과, 차량 속도에서 정확도 83.3%, 차종인식에서 정확도 86.98%를 보였다. 이러한 실험 결과는 제안된 시스템이 다양한 지역에서 실시간 대기오염물질 배출량을 산정하는데 적용될 수 있음을 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.791-794
• /
• 2021

범죄차량 판독 시스템, 지능화된 CCTV 등 차량과 관련된 시각지능에 관한 연구가 큰 관심을 받고 있다. 이 중 차량 분류 기술은, 특정 차량을 인식하는 핵심기술이다. 이와 관련한 기존 연구들은 큰 차종으로만 분류하거나, 분류 가능한 차종의 수, 정확도 등이 낮아 실용성 및 신뢰성이 떨어진다는 단점이 있다. 따라서, 본 논문에서는 차종을 정확하게 분류할 수 있는 2단계 차종 분류 알고리즘을 제안한다. 제안 시스템은 CNN으로 학습된 모델을 기반으로 1차로 차량의 유형을 분류하고, 2차로 정확한 차종을 분류한다. 실험 결과, 52개의 차종을 분류함에 있어 단일 분류 모델에 비해 5.3%p 더 높은 90.2%의 분류 정확도를 보였다. 이를 통해, 더욱 정확한 차종 분류가 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.667-670
• /
• 2003

본 논문에서는 차량의 영상을 통하여 동일한 차종을 검출하는 알고리즘에 관한 성능을 제시하였다. 차량 영상의 특성값을 정리하여 동일한 차종을 검출하였다. 특히 차량 전면부 영역의 라디에이터 그릴부분에 텍스춰를 적용하여 일반적인 속성인 거침과 부드러움의 특성 추출을 통해서 통해 동일 차종을 검출하는 방법을 제안하였다. 통계적인 질감 분석 방법중의 하나인 GLCM(eray Level co-occurrence Matrix)의 콘트라스트, 에너지, 엔트로피 그리고 호모지녀티 특성 추출 방법을 통하여 전반적인 차량의 인식율은 약 82.75%의 결과를 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.66-69
• /
• 2007

차량의 종류(차종)에 관한 정보는 ITS(지능형 교통시스템) 및 각종 교통 관련 분야에서 각종 교통 분석 및 지표로 활용될 수 있는 기초 정보이며 교통제어나 차량에 연관된 범죄 등에서 자동차의 인식에 관한 연구의 중요성 때문에 이에 관련된 연구는 오래 전부터 수행되어왔다. 본 논문에서는 차량의 크기를 바탕의 이륜, 소형, 중형, 대형 등 4종으로 차량을 분류 하였다. 차량영역 획득 과정에서 발생하는 잡음 및 조명변화 등 환경적 요인을 극복하고자 윤곽선정보와 배경차분법을 이용해 획득된 차영상 정보의 합영상을 획득하였다. 실험영상으로는 실제 교통관제 시스템에서 획득된 영상을 사용하였으며 실험결과 90%이상의 인식률을 보였다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제10권4호
• /
• pp.78-84
• /
• 1996

본 논문에서는 초음파센서 배열과 신경회로망 및 불변모멘트 벡터를 이용하여 물체의 위치이동에 무관한 3차원 물체인식과 복원을 연구함으로서 추차관리 시스템의 차종인식 응용가능성에 대하여 검토하였다. 초음파센서 배열로부터 얻어진 16$\times$8 픽셀의 데이터를 이용하여 물체의 불변모멘트 벡터를 계산하고 이를 SCL(Simple Competitive Leverning)신경회로망에 입력하여 3차원 물체를 분류하였으며, 저해상도인 16$\times$8 픽셀의 물체정보를 SCL 수정형 신경회로망에 입력하여 32$\times$32 픽셀로 해상도를 향상시켜 3차원 물체복원을 하였다. 물체의 위치가 변하여도 불변모멘트 벡터는 일정한 값을 유지하였고, 학습 후 인식율은 학습데이터의 경우는98[%]이고 시험데이터의 경우 95[%]이었으며, 3차원 32$\times$32 픽셀의 고해상도 물체정보로 복원하였다. 실험결과로부터 신경회로망과 연계된 초음파 센서는 차량의 감지뿐만 아니라 차종의 구분에도 응용가능할 것으로 생각된다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.96-106
• /
• 2020

본 연구에서는 루프 센서를 통한 교통량 수집방식의 오류를 해결하기 위해 1종(승용차)과 3종(일반 트럭)의 구분이 어려운 부분 및 영상 이미지의 단점을 보완하기 위해 도로변에 열화상 카메라를 설치하여 영상 이미지를 수집하였다. 수집된 영상 이미지를 레이블링 단계를 거쳐 1종(승용차)과 3종(일반 트럭)의 학습데이터를 구성하였다. 정지영상을 대상으로 labeling을 진행하였으며, 총 17,536대의 차량 이미지(640x480 pixel)에 대해 시행하였다. 열화상 영상 기반의 차종 분류를 달성하기 위해 CNN(Convolutional Neural Network)을 이용하였으며, 제한적인 데이터량과 품질에도 불구하고 97.7%의 분류정확도를 나타내었다. 이는 AI 영상인식 기반의 도로 교통량 데이터 수집 가능성을 보여주는 것이라 판단되며, 향후 더욱더 많은 학습데이터를 축적한다면 12종 차종 분류가 가능할 것이다. 또한, AI 기반 영상인식으로 도로 교통량의 12종 차종뿐만 아니라 다양한(친환경 차량, 도로 법규 위반차량, 이륜자동차 등) 차종 분류를 할 수 있을 것이며, 이는 국가정책, 연구, 산업 등의 통계 데이터로 활용도가 높을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.93-104
• /
• 2023

도로법에 의거한 도로교통량 상시조사는 매설식 AVC를 통해 12종 차종분류가 이루어지고 있다. 하지만 매설식 AVC 장비는 차량과의 마찰, 도로 균열, 소성변형, 도로공사로 인한 센서의 물리적 파손 등으로 인해 장비 가동률이 낮고, 수집 정보의 정확도와 신뢰도 저하 문제가 발생하고 있다. 이로인해 장비보수 등 유지비용 또한 증가하고 있다. 이러한 문제를 해결하고자 비매설식 AVC 장비 도입을 위한 연구가 진행되고 있으나, 차종을 분류하기 위해 복수의 장비 또는 교통량 정보 매칭을 위한 별도의 DB 구축·운영이 필요하였다. 이에 본 연구에서는 자동차 관리법에 근거하여 운영 중인 자동차관리정보시스템(VMIS)의 차량 제원 정보와 번호판 자동인식 기술(ANPR)을 활용한 12종 차종분류 방안을 마련하고자 하였다. 이를 통해 기존 도로교통량 조사체계를 개선하고 자동차 제원 정보를 활용하여 친환경 차량 분류 등 도로교통량 통계 고도화, 다변화에 기여할 수 있을 것으로 기대된다.

• 한국정보처리학회논문지
• /
• 제3권2호
• /
• pp.369-380
• /
• 1996

최근에 이르기까지 교통분야에서 차량에 관한 정보를 수집하기 위하여 사용되고 있는 검지쳬계는 유도식 루프검지기 (Inductive Loop Detector,ILD)이다. 유도식 검지기로 부터 수집되는 교통자료는 점유시간(차량이 검지기를 점유한시간)과 비점유시간(통행 차량과 차량간의 시간차)및 교통량이 기초 수집자료가 된다. 특히 점유 시간은 신호의 현시 길이를 결정 및 과포화제어를 위한 대기행렬예측 등 다양한 관제알고리즘에 있어서 핵심적인 자료이므로 높은 신뢰도가 요구된다. 이러한 신뢰도는 검지로 부터 수집될 수 있는 자료들을 토대로 통행 차종을 식별함으로써 향상시킬 수 있으며, 관련 관제 알고리즘의 신뢰도 향상은 물론 최근 관심이 고조되고 있는 무인자동감시 체계 및 교통정보 자동 수집장치의 개발을 유도할 수 있다. 본 논문에서는 통행하는 차량들에 대하여 수집 되는 기초자료를 기반으로 인식하기 위한 방법으로 통계적 클러스터링 방법 두 가지와 신경망 클러스터링 방법 등 세가지 방법을 제시하고, 결과로서 무인 자동감시 체계에 관한 활용 방법을 제시한다.

• 한국ITS학회 논문지
• /
• 제7권5호
• /
• pp.53-63
• /
• 2008

교본 연구는, 구간속도 검지를 위한 기존의 방법인 프로브차량 방식과 차량 번호판 인식 방식의 문제점을 보완할 수 있는 대안으로써, 도로 구간 시.종점에서의 차량 시퀀스 패턴을 이용하여 구간속도 검지가 가능토록 하는 알고리즘을 개발, 제시하였다. 본 알고리즘은 구간 시.종점에서의 차량들을 '차종 순차(Precedence)패턴을 순서대로 나열한 일정한 길이의 시퀀스 그룹'으로 인식하고, 종점에서의 특정 시퀀스에 대응하는, 시점에서의 시퀀스를 탐색하여 가장 유사도가 높은 시퀀스를 동일 그룹으로 간주하여 해당 구간의 통행 시간을 산출하였다. 유사도 비용의 정의에 따라 세 가지의 모델을 제시하였으며, 차량 유출입에 의한 이상치를 제거하고 가공함으로써 정보제공 주기에 가장 적합한 구간 대표 통행시간을 산출할 수 있도록 하였다. 컴퓨터 모의 실험을 통해 구간길이와 통과차량 수를 증가시키면서 차종별, 시.종점의 시퀀스 길이별로 반복 시뮬레이션 한 결과, 평균 최대 오차율 3.46%로서 현장 적용성에서 뛰어난 가능성을 보였다.