• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1184-1186
• /
• 2022

횡단보도에서의 보행자 교통사고 방지를 위한 다양한 방법들이 연구되고 있다. 본 논문에서는 점멸 신호등 상황에서 보행자 교통사고를 감소시키기 위해 영상을 이용한 심층 신경망 기반 횡단보도 보행자 검출 방법을 소개한다. YOLOv5 와 Faster R-CNN 각각을 기반으로 다양한 버전의 횡단보도 보행자 검출기를 구현하고, 이번 실험에서 중점이 되는 이들의 수행 시간을 비교 평가하고 mAP@0.5 가 어느 정도인지 판단하여 가장 적합한 모델을 판단한다. 실험 결과 실시간 처리 측면에서 YOLOs 모델이 84 fps 를 달성함으로써 실시간 보행자 검출에 가장 좋은 성능을 보였다. 횡단보도의 상황은 상시 빠르게 변하므로 가장 빠른 처리 성능을 기록한 YOLOv5s 모델이 실시간 횡단보도 보행자 검출 시스템에 가장 적합한 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.45-48
• /
• 2019

시각장애인이 다른 사람의 도움 없이 횡단보도를 건너는 것은 위험하다. 보도에서는 점자블록과 같은 시설물이 있지만, 자동차와 사고위험이 큰 횡단보도에는 시각장애인의 보행을 위한 유도 장치가 없기 때문이다. 본 연구에서는 영상 센서를 이용하여 보행자의 전방에 존재하는 횡단보도를 검출하고 횡단보도의 방향을 추정하는 기법을 제안한다. 이를 위해 횡단보도의 흰색 및 회색 영역이 일정한 면적과 간격을 가지고 교차하여 반복되는 특징을 이용하였다. 프레임마다 전방에 관심영역을 여러 구간으로 설정하고 구간마다 이진화를 수행한다. 그리고 각 구간의 이진 영상마다 색상의 변화 횟수와 흰색 영역이 차지하는 면적 비율을 기준으로 횡단보도를 판별하였다. 또한, 투영 데이터를 통해 횡단보도의 방향을 추정하였다. 실제 환경에서 획득한 실험영상을 이용하여 성능평가를 실시한 결과 80%의 정확도를 나타내었다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.141-148
• /
• 2021

본 논문은 SegNet과 ResNet을 조합한 딥러닝을 이용하여 횡단보도를 검출하는 방법을 제안한다. 시각 장애인의 경우 횡단보도가 어디에 있는지 정확히 아는 게 안전한 교통 시스템에서 중요하다. 딥러닝에 의한 횡단보도 검출은 이 문제에 대한 좋은 해결책이 될 수 있다. 로봇 시각 기반 보조 기술은 지난 몇년 동안 카메라를 사용하는 특정 장면에 초점을 두고 제안되어 왔다. 이러한 전통적인 방법은 비교적 긴 처리 시간으로 의미있는 결과를 얻었으며 횡단보도 인식을 크게 향상시켰다. 그러나 전통적인 방법은 지연 시간이 길고 웨어러블 장비에서 실시간을 만족시킬 수 없다. 본 연구에서 제안하는 방법은 취득한 영상에서 횡단보도를 빠르고 안정적으로 검출하기 위한 모델을 제안한다. 모델은 SegNet과 ResNet을 기반으로 개선되었으며 3단계로 구성된다. 첫째, 입력 영상을 서브샘플링하여 이미지 특징을 추출하고 ResNet의 컨벌루션 신경망을 수정하여 새로운 인코더로 만든다. 둘째, 디코딩 과정에서 업샘플링 네트워크를 통해 특징맵을 원영상 크기로 복원한다. 셋째, 모든 픽셀을 분류하고 각 픽셀의 정확도를 계산한다. 이 실험의 결과를 통하여 수정된 시맨틱 분할 알고리즘의 적격한 정확성을 검증하는 동시에 결과 출력 속도가 비교적 빠른 것으로 파악되었다.

• 한국산업정보학회논문지
• /
• 제27권1호
• /
• pp.11-18
• /
• 2022

주간 및 야간의 보행자 감지를 위해서는 다중 스펙트럼 활용이 필수적이다. 본 논문에서는 교통사고의 위험성이 높은 교차로에서 횡단보도 근처의 보행자를 24시간 검출하기 위해 컬러 카메라 및 열화상 적외선 카메라를 사용하였다. 보행자 탐지를 위해서 YOLO v5 객체 검출기를 사용하였으며 컬러 이미지와 열화상 이미지를 동시에 사용하여 감지 성능을 향상 시켰다. 제안된 시스템은 실제 횡단보도 현장에서 확보한 주·야간 다중 스펙트럼(색상 및 열화상) 보행자 데이터 셋에서 Iou 0.5 기준 0.94 mAP의 높은 성능을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.107-108
• /
• 2017

횡단보도 인근에서는 보행취약자의 사고가 끊이지 않고 있으며 사고예방 및 사고의 절감을 위하여 선제적안 안전시스템의 개발이 요구되고 있다. 선제적 안전시스템의 개발을 위하여 빅데이터를 이용한 안전 데이터 도출, 영상분석을 이용한 보행자 행동특성 모니터링 시스템의 개발 및 사고감소를 위한 안전 시스템 개발이 진행되고 있다. 보행취약자 위험상황 판단에 대한 정의를 빅데이터 분석을 통해 도출하고 횡단보도 주변 안전 시스템의 개발을 기존 시스템에 적용 및 새로운 시스템을 개발하며 이에 적합한 딥러닝 영상분석 시스템을 개발하였다. 본 논문에서는 딥러닝 모델을 이용하여 객체의 검출, 분석을 수행하는 객체 검출부, 객체의 포즈와 행동을 보여주는 영상 분석부로 구성되어 있으며 기존 모델을 응용하여 최적화한 모델을 적용하였다. 딥러닝 모델의 구동은 리눅스 서버에서 운용되고 있으며 딥러닝 모델 구동을 위한 여러 툴을 적용하였다. 본 연구를 통하여 보행취약자의 검출, 추적, 보행취약자의 포즈 및 위험상황을 인식하고 안전시스템과 연계할 수 있도록 구성하였다.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.271-278
• /
• 2014

정지선과 횡단보도는 자율 주행에서 가장 기본적으로 인식해야 하는 인식대상임에도 불구하고 추출할 수 있는 특징이 매우 제한적이고 영상기반의 인식기술을 제외한 레이저나 RF, GPS/INS 인식기술로는 인식이 어려운 분야다. 이러한 이유로 이 분야에 대한 연구는 매우 제한적으로 수행되어왔다. 본 논문에서는 비전센서를 통해 입력된 정지선과 횡단보도 영상을 영상기반으로 인식할 수 있는 알고리즘을 설계하고 구현한다. 제안한 알고리즘은 3개 부분으로 구성된다. 즉 특징추출에 필요한 영역을 사전에 선정하여 처리속도를 향상시키는 관심영역 설정 부분, 일정비율 이상의 백색이 검출된 영상만 인식되도록 하여 불필요한 연산을 제거하는 색상패턴 검사 부분, 에지특징을 추출하고 추출된 에지특징을 사전에 모델링한 특징모델과 비교하여 정지선과 횡단보도 여부를 식별하는 특징 추출과 인식 부분이다. 특징추출과 인식 부분에는 유형별 특징비교 알고리즘을 적용하여 정지선과 횡단보도가 병행하여 존재하거나 각각 존재하는 경우에 대해 모두 식별되도록 한다. 또한 제안한 알고리즘은 기존연구를 발전시키기 위해 카메라의 차량내부 설치의 효과, 역광 및 그림자와 같은 다양한 제약조건에 대한 인식률 변화와 거리에 따른 적정 인식률 평가를 비교 분석하였다.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.631-637
• /
• 2010

본 연구에서는 교통 신호를 능동적으로 제어하기 위하여 횡단보도영역에서 보행자의 행동을 판단하는 방법을 제안한다. 코드북기법을 이용하여 보행자 객체를 검출하고, 외곽선을 정보를 획득한다. 신속한 객체 검출을 위하여 CUDA(Compute Unified Device Architecture)기반 병렬화 처리한다. 해당 객체의 형상정보에 왜곡을 일으키는 투영 음영을 제거한 후, 보행자 객체가 보행자인지 혹은 차량, 동물인지를 식별하기 위해 힐버트 스캔 거리값(Hilbert Scan Distance)을 이용한 형판정합 기법을 수행한다. 정합 후에는 보행자 객체의 움직임, 얼굴영역의 특징, 대기 시간의 분석을 통하여 보행자의 횡단보도 이용 의지를 판단하고 교통신호를 제어한다.

• 대한공간정보학회지
• /
• 제10권3호
• /
• pp.41-51
• /
• 2002

최근 들어, 수치항공영상을 이용하여 지형정보를 추출하고자 하는 많은 연구가 수행되어 왔다. 그러나 수치항공영상에서 기존의 경계선 검출기법을 이용하여 대상물을 자동으로 인식하고 추출하는 것은 매우 어려우므로, 수동이나 반자동의 형태로 이루어졌다. 따라서, 본 연구에서는 먼저 도로 영역을 자동으로 추출하기 위해 밝기값이 분할된 항공영상의 의미론적인 정보의 대역을 중첩한 영상을 이용하여 인식에 장애가 되는 요소를 제거한 다음, 도로정보를 자동으로 인식하고 추출할 수 있는 알고리즘을 개발하여 시스템개발시 적용하고자 한다. 이를 위해 먼저, 횡단보도 대역 영상으로부터 횡단보도영역을 자동으로 인식하기 위한 '템플릿 회전이동 연산자'와 인식된 횡단보도의 장변의 길이를 바탕으로 도로영역을 추적할 수 있는 '윈도우 법선 탐색 추적 알고리즘'을 개발하므로써 항공영상으로부터 직접 도로정보를 자동으로 추출할 수 있는 기법을 제시하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• pp.755-758
• /
• 2002

보행자 추적은 무인 자동차 시스템, 보안 또는 감시 시스템, 횡단보도 신호제어 시스템 등 실세계의 다양한 응용 분야에서 사용될 수 있다. 본 논문에서는 걸어다니는 보행자의 움직임 정보를 이용하여 다수의 보행자를 추적하는 새로운 방법을 제안한다. 보행자의 움직임 정보는 연속된 두 개의 비디오 프레임간의 그레이 레벨 차를 이용하여 추하고, 이를 통하여 물체를 검출한다. 검출된 물체에는 보행자뿐만 아니라 다른 이동 물체가 포함될 수 있으므로 프로젝션 히스토그램(PH: Projection Histogram)을 생성한 후 보행자 유형을 기반으로 PH를 분석하여 보행자를 검출, 추적한다. 제안된 방법의 성능 평가를 위해서 복잡한 도시 환경 영상에 적용하고 그 성공적인 결과를 보인다.

• 로봇학회논문지
• /
• 제12권2호
• /
• pp.217-227
• /
• 2017

Crosswalk detection is an important part of the Pedestrian Protection System in autonomous vehicles. Different methods of crosswalk detection have been introduced so far using crosswalk edge features, the distance between crosswalk blocks, laser scanning, Hough Transformation, and Fourier Transformation. However, most of these methods failed to detect crosswalks accurately, when they are damaged, faded away or partly occluded. Furthermore, these methods face difficulties when applying on real road environment where there are lot of vehicles. In this paper, we solve this problem by first using a region based binarization technique and x-axis histogram to detect the candidate crosswalk areas. Then, we apply Support Vector Machine (SVM) based classification method to decide whether the candidate areas contain a crosswalk or not. Experiment results prove that our method can detect crosswalks in different environment conditions with higher recognition rate even they are faded away or partly occluded.