• 한국멀티미디어학회논문지
• /
• 제14권10호
• /
• pp.1243-1251
• /
• 2011

본 논문에서는 차량의 헤드라이트 영상에 Scale Invariant Feature Transform(SIFT) 알고리즘을 적용하여 획득한 특징점을 이용하여 차량의 모델을 인식하는 차종 인식 방법을 제안한다. 보다 정확도 높은 차종 인식을 구현하기 위해서 특징점들의 분포로부터 동질성(homogeneity)을 계산하여 인식 정확성의 척도로 두었다. 제안한 방법의 성능을 평가하기 위해 국내 54종의 차량 영상으로부터 촬영된 400장의 실험 영상을 이용해 실험한 결과, 제안한 방법은 90%의 인식률과 16.45의 평균 동질성을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권5호
• /
• pp.2171-2185
• /
• 2020

In order to judge that whether the vehicles in different images which are captured by surveillance cameras represent the same vehicle or not, we proposed a novel vehicle face recognition algorithm based on improved Nonnegative Matrix Factorization (NMF), different from traditional vehicle recognition algorithms, there are fewer effective features in vehicle face image than in whole vehicle image in general, which brings certain difficulty to recognition. The innovations mainly include the following two aspects: 1) we proposed a novel idea that the vehicle type can be determined by a few key regions of the vehicle face such as logo, grille and so on; 2) Through adding weight, sparseness and classification property constraints to the NMF model, we can acquire the effective feature bases that represent the key regions of vehicle face image. Experimental results show that the proposed algorithm not only achieve a high correct recognition rate, but also has a strong robustness to some non-cooperative factors such as illumination variation.

• 정보처리학회논문지B
• /
• 제12B권3호
• /
• pp.257-264
• /
• 2005

사회가 발전하면서 자동차의 수요도 세계적으로 급증하고 있다. 교통제어나 차량에 연관된 범죄 둥을 해결하는데 자동차의 인식 기술이 중요하기 때문에 이에 관련된 번호판 인식이나 교통량 측정에 관한 연구는 오래 전부터 수행되어왔다. 본 논문에서는 주행차량의 제조회사와 차량 모델을 인식하는 방법을 제시하였다. 차종의 인식은 차량 전면부 영역의 질감을 이용하여 인식하였다. 번호판 상단의 라디에이터 영역에서 질감 특징자를 추출하여 신경망을 통한 차종별 학습을 시켜서 인식을 시도하였다. 제안 알고리즘에서 차종의 정인식은 $93.7\%$, 이종차량의 감별은 $99.7\%$로 양호하게 나타났다.

• 한국정보통신학회논문지
• /
• 제9권1호
• /
• pp.160-164
• /
• 2005

자동차 번호판 자동인식에서 어두운 조명에서나 날씨가 좋지 않을 경ㅇ 차량의 형상이 왜곡 될 수 있고, 번호판을 식별하는데 어려움이 있다. 이에 본 논문에서는 움직이는 차량의 영상에서 흔들림이 없고, 밝은 햇빛에서 어두운 조명상태까지의 다양한 환경을 수용할 수 있는 자동차 번호판 인식방법을 제안하였다. 제안한 방법은 투시광선을 서로 다른 세기를 갖는 두 개의 빔(beam)으로 분리한 다음 CCD 카메라를 사용하여 두 개의 포착된 이미지를 조합하여 물체가 움직일 때도 동요 없는 이미지를 산출하였다. 실험결과로써 466 개의 움직이는 차량영상을 이용한 결과 98.7%의 인식률을 얻을 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제9권5호
• /
• pp.1729-1738
• /
• 2014

The offline verification of state of charge estimation, power estimation, fault diagnosis and emergency control of battery management system (BMS) is one of the key technologies in the field of electric vehicle battery system. It is difficult to test and verify the battery management system software in the early stage, especially for algorithms such as system state estimation, emergency control and so on. This article carried out the virtual environment modeling for verification of battery management system. According to the input/output parameters of battery management system, virtual environment is determined to run the battery management system. With the integration of the developed BMS model and the external model, the virtual environment model has been established for battery management system in the vehicle's working environment. Through the virtual environment model, the effectiveness of software algorithm of BMS was verified, such as battery state parameters estimation, power estimation, fault diagnosis, charge and discharge management, etc.

• 한국정보통신학회논문지
• /
• 제10권5호
• /
• pp.877-889
• /
• 2006

교통제어나 차량에 연관된 범죄 등에서 자동차의 인식에 관한 연구의 중요성 때문에 이에 관련된 연구는 오래전부터 수행되어 왔다. 본 논문에서는 차량이 주행할 때의 정보와 영상을 획득하여 제조회사별 차종을 인식하는 방법을 제안하고자 한다. 본 논문의 차종인식은 차량의 압력을 이용한 차폭 검출방법, 그리고 보다 더 정확한 인식률을 얻기 위한 레이저 거리계를 이용한 차고 검출방법, $3\sim5$종의 구별을 위 한 차량의 번호판 인식 방법을 조합함으로써 차량 인식의 오류를 줄이는 시스템을 구현하였다. 구현된 차종인식 시스템은 2차원 CCD에 의한 차량의 영상획득과 이를 통한 다양한 영상처리 알고리즘에 의해서 국내의 전 차종에 적용할 수 있으며, 실제의 실험 결과는 높은 인식률을 나타내었다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.69-78
• /
• 2005

산업화가 활발히 이루어지면서 자동차의 수요도 세계적으로 급증하고 있다. 교통제어나 차량에 연관된 범죄 등에서 자동차의 인식에 관한 연구의 중요성 때문에 이에 관련된 연구는 오래 전부터 수행되어왔다. 본 논문에서는 이동차량의 인식 효율성을 높이기 위하여 제조회사별 차종을 인식하는 혁신적인 방법을 제시한다. 차종의 인식은 질감을 이용하여 인식하였다. 차량의 전면부는 모델별로 다르다는데 착안하여 운행차량의 전면부 영역에서 질감을 추출하였다. 획득한 질감 특징을 차종별로 3중신 경망에 학습을 시킨 후 인식을 시도하였다. 제안 알고리즘에서 차종의 인식은 95$\%$로 양호하게 나타났다.

• 반도체디스플레이기술학회지
• /
• 제21권4호
• /
• pp.92-98
• /
• 2022

This paper proposes a new method of the traffic signal detection and the recognition in an HSI color model. The proposed method firstly converts a ROI image in the RGB model to in the HSI model to segment the color of a traffic signal. Secondly, the segmented colors are dilated by the morphological processing to connect the traffic signal light and the signal light case and finally, it extracts the traffic signal light and the case by the aspect ratio using the connected component analysis. The extracted components show the detection and the recognition of the traffic signal lights. The proposed method is implemented using C language in Raspberry Pi 4 system with a camera module for a real-time image processing. The system was fixedly installed in a moving vehicle, and it recorded a video like a vehicle black box. Each frame of the recorded video was extracted, and then the proposed method was tested. The results show that the proposed method is successful for the detection and the recognition of traffic signals.

• ETRI Journal
• /
• 제37권6호
• /
• pp.1220-1230
• /
• 2015

An autonomous valet parking (AVP) system is designed to locate a vacant parking space and park the vehicle in which it resides on behalf of the driver, once the driver has left the vehicle. In addition, the AVP is able to direct the vehicle to a location desired by the driver when requested. In this paper, for an AVP system, we introduce technology to recognize a parking space using image sensors. The proposed technology is mainly divided into three parts. First, spatial analysis is carried out using a height map that is based on dense motion stereo. Second, modelling of road markings is conducted using a probability map with a new salient-line feature extractor. Finally, parking space recognition is based on a Bayesian classifier. The experimental results show an execution time of up to 10 ms and a recognition rate of over 99%. Also, the performance and properties of the proposed technology were evaluated with a variety of data. Our algorithms, which are part of the proposed technology, are expected to apply to various research areas regarding autonomous vehicles, such as map generation, road marking recognition, localization, and environment recognition.

• 방송공학회논문지
• /
• 제25권5호
• /
• pp.776-788
• /
• 2020

본 논문에서는 딥러닝을 이용한 차종 인식과 자동차 번호판 문자 인식 시스템을 제안한다. 기존 시스템에서는 영상처리를 통한 번호판 영역 추출과 DNN을 이용한 문자 인식 방법을 사용하였다. 이러한 시스템은 환경이 변화되면 인식률이 하락되는 문제가 있다. 따라서, 제안하는 시스템은 실시간 검출과 환경 변화에 따른 정확도 하락에 초점을 맞춰 1-stage 객체 검출 방법인 YOLO v3를 사용하였으며, RGB 카메라 한 대로 실시간 차종 및 번호판 문자 인식이 가능하다. 학습데이터는 차종 인식과 자동차 번호판 영역 검출의 경우 실제 데이터를 사용하며, 자동차 번호판 문자 인식의 경우 가상 데이터만을 사용하였다. 각 모듈별 정확도는 차종 검출은 96.39%, 번호판 검출은 99.94%, 번호판 검출은 79.06%를 기록하였다. 이외에도 YOLO v3의 경량화 네트워크인 YOLO v3 tiny를 이용하여 정확도를 측정하였다.