• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.418-427
• /
• 2016

A smart parking management requires to track a vehicle in a indoor parking lot and to detect the place where the vehicle is parked. An advanced parking system watches all space of the parking lot with CCTV cameras. We can use these cameras for vehicles tracking and detection. In order to cover a wide area with a camera, a fisheye lens is used. In this case the shape and size of an moving vehicle vary much with distance and angle to the camera. This makes vehicle detection and tracking difficult. In addition to the fisheye lens, the vehicle headlights also makes vehicle detection and tracking difficult. This paper describes a method of realtime vehicle detection and tracking robust to the harsh situation described above. In each image frame, we update the region of a vehicle and estimate the vehicle movement. First we approximate the shape of a car with a quadrangle and estimate the four sides of the car using multiple histograms of oriented gradient. Second we create a template by applying a distance transform to the car region and estimate the motion of the car with a template matching method.

• Journal of Information Processing Systems
• /
• 제12권2호
• /
• pp.183-195
• /
• 2016

This paper presents a complete method for vehicle detection and tracking in a fixed setting based on computer vision. Vehicle detection is performed based on Scale Invariant Feature Transform (SIFT) feature matching. With SIFT feature detection and matching, the geometrical relations between the two images is estimated. Then, the previous image is aligned with the current image so that moving vehicles can be detected by analyzing the difference image of the two aligned images. Vehicle tracking is also performed based on SIFT feature matching. For the decreasing of time consumption and maintaining higher tracking accuracy, the detected candidate vehicle in the current image is matched with the vehicle sample in the tracking sample set, which contains all of the detected vehicles in previous images. Most remarkably, the management of vehicle entries and exits is realized based on SIFT feature matching with an efficient update mechanism of the tracking sample set. This entire method is proposed for highway traffic environment where there are no non-automotive vehicles or pedestrians, as these would interfere with the results.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2962-2964
• /
• 1999

We know the traffic information about the velocity and position of vehicle by extraction and tracking vehicle from continuosly obtained road image of camera. The conventional method of vehicle detection indicate increment of error due to headlight and taillight in night road image. This paper show such as vehicle detection of binary, Edge detection. amalgamation of image are applied to extract the vehicle, and Kalman filter is adaptive methods for tracking position and velocity of vehicle.

• 디지털산업정보학회논문지
• /
• 제17권4호
• /
• pp.85-94
• /
• 2021

The LPR system's trigger sensor makes problem occasionally due to the heave weight of vehicle or the obsolescence equipment. If we replace the hardware sensor to the deep-learning based software sensor in order to generate the trigger signal, LPR system maintenance would be a lot easier. In this paper we proposed the deep-learning sliding window based object detection and tracking algorithm for the LPR system's trigger signal generation. The gate passing vehicle's license plate recognition results are combined into the normal tracking algorithm to catch the position of the vehicle on the trigger line. The experimental results show that the deep learning sliding window based trigger signal generating performance was 100% for the gate passing vehicles including the 5.5% trigger signal position errors due to the minimum bounding box location errors in the vehicle detection process.

• 한국자동차공학회논문집
• /
• 제11권6호
• /
• pp.213-221
• /
• 2003

This paper describes a method of lane tracking by means of a vision system which includes vehicle control and modeling. Lane tracking is considered one of the important technologies in an unmanned vehicle and mobile robot system. The current position and condition of the vehicle are calculated from an image processing method by a CCD camera. We deal with lane tracking as follows. First, vehicle control is included in the road model, and lateral and longitudinal controls. Second, the image processing method deals with the lane detection method, image processing algerian, and filtering method. Finally, this paper proposes a correct method for lane detection through a vehicle test by wireless data communication.

• 전기전자학회논문지
• /
• 제13권2호
• /
• pp.232-240
• /
• 2009

본 논문은 불법 주정차 단속을 위한 정지 차량 검지 및 추적 기법을 제안한다. 제안하는 알고리즘은 크게 네 부분으로 구성되어 있다. 먼저, 입력 영상으로부터 움직이는 차량을 구분하기 위하여 향상된 코드북 물체 검지 알고리즘을 이용한 차량 검지 알고리즘을 제안한다. 두 번째로 차량의 기하학적 특징을 이용하여 차량이 아닌 물체는 제외시키는 전처리 기법을 사용한다. 그런 다음, 검지된 결과 차량들을 히스토그램 추적 기법과 칼만 필터를 결합한 추적 알고리즘을 이용하여 추적한다. 추적 결과를 더 정확하게 하기 위하여, 히스토그램 추적 결과를 칼만 필터의 측정 데이터로 사용한다. 마지막으로, 정지 차량 검지 알고리즘의 신뢰성 있고 정확한 성능을 위하여 실제 정지 카운터 (RSC)를 제안한다. 실험결과로부터 제안한 시스템은 복잡한 실제 도로 환경에서도 여러 차량을 동시에 추적할 수 있고, 정지 차량을 성공적으로 검지해냄을 확인한다.

• 한국정보기술학회 영문논문지
• /
• 제10권1호
• /
• pp.15-23
• /
• 2020

In this paper, we propose a new method to detect traffic accidents in video from vehicle-mounted cameras (vehicle black box). We use the distance between vehicles to determine whether an accident has occurred. To calculate the position of each vehicle, we use object detection and tracking method. By the way, in a crowded road environment, it is so difficult to decide an accident has occurred because of parked vehicles at the edge of the road. It is not easy to discriminate against accidents from non-accidents because a moving vehicle and a stopped vehicle are mixed on a regular downtown road. In this paper, we try to increase the accuracy of the vehicle accident detection by using not only the motion of the surrounding vehicle but also ego-motion as the input of the Recurrent Neural Network (RNN). We improved the accuracy of accident detection compared to the previous method.

• 전자공학회논문지
• /
• 제49권12호
• /
• pp.265-274
• /
• 2012

본 논문에서는 레이더와 비전센서 융합 기반의 움직임추정을 이용한 전방차량 검출 및 추적 방법을 제안한다. 제안하는 방법은 움직임추정을 통하여 레이더로 관측한 타겟의 부정확한 횡방향 위치를 보정할 뿐만 아니라 자차의 거동에 따른 자차-지면 간의 기하학적 관계 변화에 적응적으로 전방차량을 검출하고 추적한다. 또한 연산량 부담이 적은 특징점기반의 움직임추정 방법을 사용하여 차량을 검증하는 과정의 수행 횟수 감소를 도모하였다. 제안하는 움직임추정 방법으로 보정한 타겟이 기존의 방법에 비해 높은 시간적 일관성(temporal consistency)을 가지고 전방차량을 추적하는 것은 물론 다양한 도로환경에서 강건하게 전방차량을 검출하는 것을 실험을 통해 입증하였다.

• 한국통신학회논문지
• /
• 제39A권1호
• /
• pp.1-11
• /
• 2014

본 논문에서는 추적중인 차량의 외형 변화에 대해 온라인 학습 능력이 있는 비전 기반의 차량 검출 및 추적 시스템을 제안한다. 제안하는 시스템은 새로 검출된 차량의 연속된 프레임 간 움직임을 빠르고 강건하게 추정하기 위해 특징점 기반 추적 방법을 사용한다. 동시에 추적중인 차량에 대해 온라인 차량 검출기를 훈련시키고, 일시적인 차량 추적 실패 시 검출기의 결과를 이용해 추적기를 재초기화하여 강건한 추적을 가능하게 한다. 특히 차량 외형 모델의 업데이트 방법을 개선하여 시스템의 추적 성능을 높이고 처리시간을 단축시켰다. 다양한 주행환경에서 획득한 데이터세트를 사용하여 제안하는 시스템의 차량 검출 및 추적 성능을 평가하였다. 특히 우천 및 터널통과와 같은 악조건에서 기존의 방법에 비해 차량 추적 성능이 상당히 개선된 것을 증명하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권11호
• /
• pp.1496-1504
• /
• 2004

본 논문에서는 도로상에 운행중인 차량에 장착되어진 정방향 카메라로 획득한 스테레오 연속영상으로부터 추적대상 차량을 검출하고 추적중인 차량과의 거리를 추정하는 알고리즘을 제안한다. 차량의 검출은 차선의 인식을 이용하여 도로 영역을 추출하고, 추출된 도로영역에서 차량의 특징 검색을 수행한다. 추적중인 차량과의 거리는 스테레오영상으로부터 TSS(three step search) 코릴로그램 정합 방법을 이용하여 추정된다. 제안된 방법은 컴퓨터 모의실험을 통하여 움직이는 카메라로부터 획득된 영상에서 추적하고자 하는 차량을 분리하고 정합하여 추적됨을 보였다.