• 제어로봇시스템학회논문지
• /
• 제20권12호
• /
• pp.1259-1266
• /
• 2014

Road signs provide important safety information about road and traffic conditions to drivers. Road signs include not only common traffic signs but also warning information regarding unexpected obstacles and road constructions. Therefore, accurate detection and identification of road signs is one of the most important research topics related to safe driving. In this paper, we propose a 3-D vision technique to automatically detect and track road signs in a video sequence which is acquired from a stereo vision camera mounted on a vehicle. First, color information is used to initially detect the sign candidates. Second, the SVM (Support Vector Machine) is employed to determine true signs from the candidates. Once a road sign is detected in a video frame, it is continuously tracked from the next frame until it is disappeared. The 2-D position of a detected sign in the next frame is predicted by the 3-D motion of the vehicle. Here, the 3-D vehicle motion is acquired by using the 3-D pose information of the detected sign. Finally, the predicted 2-D position is corrected by template-matching of the scaled template of the detected sign within a window area around the predicted position. Experimental results show that the proposed method can detect and track many types of road signs successfully. Tracking comparisons with two different methods are shown.

• 자동차안전학회지
• /
• 제11권2호
• /
• pp.35-43
• /
• 2019

This paper describes the improved environment recognition algorithms using some type of sensors like LiDAR and cameras. Additionally, integrated control algorithm for an autonomous vehicle is included. The integrated algorithm was based on C++ environment and supported the stability of the whole driving control algorithms. As to the improved vision algorithms, lane tracing and traffic sign recognition were mainly operated with three cameras. There are two algorithms developed for lane tracing, Improved Lane Tracing (ILT) and Histogram Extension (HIX). Two independent algorithms were combined into one algorithm - Enhanced Lane Tracing with Histogram Extension (ELIX). As for the enhanced traffic sign recognition algorithm, integrated Mutual Validation Procedure (MVP) by using three algorithms - Cascade, Reinforced DSIFT SVM and YOLO was developed. Comparing to the results for those, it is convincing that the precision of traffic sign recognition is substantially increased. With the LiDAR sensor, static and dynamic obstacle detection and obstacle avoidance algorithms were focused. Therefore, improved environment recognition algorithms, which are higher accuracy and faster processing speed than ones of the previous algorithms, were proposed. Moreover, by optimizing with integrated control algorithm, the memory issue of irregular system shutdown was prevented. Therefore, the maneuvering stability of the autonomous vehicle in severe environment were enhanced.

• 전기전자학회논문지
• /
• 제16권4호
• /
• pp.356-363
• /
• 2012

자동차가 IT 기술과 융합되면서 편의성과 안전성 그리고 성능이 좋아지고 있다. 이와 관련하여 최근 자동차의 주행시 안전 및 주변 환경과 관련된 정보를 제공하기 위한 많은 알고리즘이 연구되고 있으며 교통표지판 인식 또한 그 중 하나이다. 교통표지판 인식은 안전 운전에 필요한 중요한 정보를 제공해 준다. 본 논문에서는 연산 시간 감소에 중점을 두어 교통표지판을 탐지하고 판별하는 인식 알고리즘을 제안한다. 제안한 알고리즘에서는 색상 임계값을 이용하여 교통표지판 후보를 분할하고 다각형 근사법을 이용하여 적절한 다각형을 찾는다. 이렇게 찾은 패턴에 대해 SURF와 ORB 알고리즘을 이용하여 데이터베이스와 비교하여 교통표지판을 식별한다.

• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.203-212
• /
• 2015

본 논문은 도로주행 영상에서 도로표지판을 인식하는 방법을 제안한다. 지능형 차량에서 얻어지는 도로표지판 영상은 일반적인 사물 영상과는 다른 두 가지 특징이 있다. 첫째는 대상이 되는 사물들은 종류가 제한적이고 형태가 단순한 도형인 경우가 대부분이다. 둘째는 일반적인 도로주행 영상은 다양한 조명 환경과 날씨 상태로 인해서 선명한 영상을 취득하기 어려운 점이다. 본 논문에서는 조명 변화가 심한 도로주행 영상에 대해서 효과적으로 특징을 추출하기 위해서 Modified Census Transform(MCT)을 개선한 특징추출 방법을 제안한다. 추출된 특징들은 히스토그램으로 쌓여지고 영상 전반에 걸쳐 아주 고차원의 기술자(Descriptor)로 변환되며, 변환된 수많은 기술자들은 가우시안 혼합 모델(Gaussian Mixture Model)을 활용한 Fisher-vector 방법에 의해서 저차원으로 변형하여 특징으로 사용한다. 본 논문에서 제안하는 방법은 일반적인 표지판 인식 방법에 비해서 조명변화에 강한 검출 결과를 보여주었으며, 실시간 검출 및 인식도 가능하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.7-8
• /
• 2023

자율주행 자동차에 관한 연구에서 상황을 인지하기 위한 교통 표지판을 다양한 환경에서 인식하도록 하는 과정은 필수적인 요소이다. 이러한 교통 표지판은 객체 검출 방법을 통해 인지할 수 있지만, 환경에 따라 성능 차이가 크다. 본 논문에서는 Yolov4 모델을 기반으로 공개된 데이터 세트를 이용해 학습하고, 테스트 배드 환경에서 교통 표지판을 검출한다. 테스트 배드에서 조건, 거리, 강수량에 따른 다양한 환경에 대한 교통 표지판 검출의 성능을 비교 및 분석한 결과를 보인다.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2003년도 제2회 정기총회 및 추계학술대회
• /
• pp.81-84
• /
• 2003

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.681-688
• /
• 2002

본 논문에서는 컬러 정보인 컬러비와 형태학적 정보인 코너점 및 거리비를 이용한 교통표지판 영역추출 시스템을 제안한다. R G, B 성분들의 컬러비를 기반으로 생성한 이진영상에 대해서 불림 연산처리와 마스크를 이용한 코너점 및 중심점 검출에 의해 후보영역을 추출한다. 다양한 형태의 교통표지판 영역은 후보영역의 중심점을 기준으로 형태학적 정보인 거리비를 이용하여 추출한다. 실험결과, 제안한 시스템은 크기 및 위치에 불변하며, 삼각형, 원, 역삼각형, 사각형 등의 다양한 교통표지판과 밝기값의 차이가 큰 낮과 밤 영상에 대해서도 정확한 영역추출이 가능하였다. 또한, 높은 정확성과 빠른 처리속도를 보였다.

• Journal of Multimedia Information System
• /
• 제6권4호
• /
• pp.185-190
• /
• 2019

For future autonomous cars, it is necessary to recognize various surrounding environments such as lanes, traffic lights, and vehicles. This paper presents a method of speed sign recognition from a single image in automatic driving assistance systems. The detection step with the proposed method emphasizes the color attributes in modified YUV color space because speed sign area is affected by color. The proposed method is further improved by extracting the digits from the highlighted circle region. A sequential cascade AdaBoost classifier is then used in the recognition step for real-time processing. Experimental results show the performance of the proposed algorithm is superior to that of conventional algorithms for various speed signs and real-world conditions.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.157-164
• /
• 2006

최근에는 대부분의 인터넷 공격은 악성코드(Malware)에 의한 잘 알려지지 않은 제로데이 공격 형태가 주류를 이루고 있으며, 이미 알려진 공격유형들에 대해서 탐지하는 오용탐지 기술로는 이러한 공격에 대응하기가 어려운 실정이다. 또한, 다양한 공격 패턴들이 인터넷상에 나타나고 있기 때문에 기존의 정보 보호 기술로는 한계에 다다르게 되었고, 웹기반 서비스가 보편화됨에 따라 인터넷상에 노출된 웹 서비스가 주공격 대상이 되고 있다. 본 논문은 인터넷상의 트래픽 유형을 분류하고, 각 유형에 따른 이상 징후를 탐지하고 분석할 수 있는 비정상행위공격 탐지기술(Anomaly Intrusion Detection Technologies)을 포함하고 있는 위협관리 시스템(Threat Management System)을 제안한다.

• 전기전자학회논문지
• /
• 제18권4호
• /
• pp.485-494
• /
• 2014

교통 표지판 인식(TSR)은 운전자 보조 시스템(ADAS)의 중요한 부분 중의 하나이다. 하지만 일반적인 주간 상황이 아닌 야간, 눈, 비, 안개 등의 열악한 상황에 대한 연구는 주간 상황과 달리 표지판 고유의 색이 정확히 나타나지 않기 때문에 많이 이루어지지 않고 있다. 본 논문에서는, 주간 상황뿐 아니라 열악한 환경에서도 적용 가능한 기계학습 기반의 교통 표지판 인식 알고리즘을 제안한다. 열악한 환경에서는 일반적인 RGB 색 체계 정보를 이용한 방법은 좋은 성능을 보이지 못하므로 표지판의 형태적 특징을 이용하는 HoG 특징점 추출기를 이용하여 표지판의 형태적 특징을 추출하고 SVM 알고리즘을 이용하여 표지판을 검출하였다. 검출한 표지판의 인식에는 Normalized RGB 색 체계의 25개의 참조점을 통한 의사결정트리를 이용하였다. Intel i5 3.4GHz 환경에서 Full HD 해상도의 이미지에 대해 실험한 결과 안개 및 야간 등의 열악한 환경에서의 검출률은 96.4%, 인식률은 94%로 본 논문에서 제안하는 학습기반의 알고리즘이 열악한 환경에서의 표지판 검출 및 인식에 효율적으로 적용이 가능함을 알 수 있다.