• 토지주택연구
• /
• 제14권4호
• /
• pp.95-102
• /
• 2023

도시 지역에서 객체를 탐지하기 위해 드론 고해상도 영상에 기계 학습 알고리즘을 적용하는 다양한 연구가 진행되었다. 그러나 대부분의 차량 추출 연구는 인스턴스 세그멘테이션 대신 경계 박스로 차량을 탐지하여 차량의 방향이나 정확한 경계를 알 수 없다는 한계점이 있다. 인스턴스 세그멘테이션은 개별 개체를 훈련하기 위한 노동 집약적인 레이블링 작업을 필요로 하므로, 차량 추출을 위해 자동 무감독 인스턴스 세그멘테이션을 수행하는 방법에 대한 연구가 필요하다. 따라서 본 연구에서는 드론 영상의 차량 경계 박스에 대해 무감독 SVM 분류 기반의 차량 추출 기법을 제안하였다. 연구 결과, 차량을 89% 정확도로 추출할 수 있음을 확인하였으며 차량 내의 분광 특성이 크게 다른 경우에도 차량을 추출할 수 있음을 확인하였다.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.595-604
• /
• 2013

현재 수입차 차량의 등록대수가 해를 거듭할수록 증가하는 추세이다. 그에 맞춰 수입차와 같은 고급 차량을 정비하기 위한 차량 정비 업체의 환경 개선이 지속적으로 이루어지고 있다. 본 논문에서는 정비 차량의 고객 신뢰도를 제공하기 위한 스마트 차량 관리 시스템을 구현하기 위해 HSV 색상모델 기반의 키 프레임 추출 기법을 제안한다. 수리 차량의 입고 시 차량 번호판 인식 프로세스를 통해 차량의 번호판을 자동으로 인식 후, 이를 기준으로 차량의 수리 이력 확인 및 수리 요청을 처리한다. 차량 수리 동영상을 토대로 차량 수리 키 프레임을 추출하여 사용자의 스마트폰으로 제공하는 서비스를 구현한다. 아울러 제안하는 기법을 스마트 차량 관리 시스템에 적용함으로써 서비스의 우수성을 검증한다. 마지막으로 키 프레임 추출 기법의 성능을 향상시키기 위해 RGB 색상을 HSV 색상으로 변환하여 처리한다. 그 결과 제안된 방법의 키 프레임 추출을 위한 성능 평가에서 기존의 RGB 색상모델보다 HSV 색상모델이 재현율 측면에서 약 30% 더 우수함을 확인하였다.

• Smart Structures and Systems
• /
• 제31권2호
• /
• pp.155-169
• /
• 2023

The quasi-static component of the moving vehicle-induced dynamic response is promising in damage detection as it is sensitive to bridge damage but insensitive to environmental changes. However, accurate extraction of quasi-static component from the dynamic response is challenging especially when the vehicle velocity is high. This paper proposes an adaptive quasi-static component extraction method based on the modified variational mode decomposition (VMD) algorithm. Firstly the analytical solutions of the frequency components caused by road surface roughness, high-frequency dynamic components controlled by bridge natural frequency and quasi-static components in the vehicle-induced bridge response are derived. Then a modified VMD algorithm based on particle swarm algorithm (PSO) and mutual information entropy (MIE) criterion is proposed to adaptively extract the quasi-static components from the vehicle-induced bridge dynamic response. Numerical simulations and real bridge tests are conducted to demonstrate the feasibility of the proposed extraction method. The results indicate that the improved VMD algorithm could extract the quasi-static component of the vehicle-induced bridge dynamic response with high accuracy in the presence of the road surface roughness and measurement noise.

• 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.

• 한국정보처리학회논문지
• /
• 제6권6호
• /
• pp.1686-1692
• /
• 1999

본 논문은 특징 영역 기반의 자동차 번호판 인식 시스템(VPRS : Vehicle Plate Recognition System)에 대한 연구이다. 자동차영상에서 번호판을 추출하기 위해 명암도 변화를 이용하였고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 히스토그램 기법과 번호판 문자의 상대적인 위치 정보를 이용하였다. 이렇게 추출된 특징 영역을 ART2 신경회로망의 입력 벡터로 사용하여 인식하였다. 제안한 방법은 기존의 문자 인식을 위한 전처리 과정을 간소화 할 수 있었고, 이치화 과정에서의 원 화상의 왜곡과 노이즈 발생 문제를 해결할 수 있었으며, 또한 기존의 이치화 방법으로 문자 추출이 어려운 번호판에 대해서도 효과적으로 문자영역을 추출하여 인식할 수 있었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제49권12호
• /
• pp.651-658
• /
• 2000

This paper presents a new method to extract traffic information such as number of passing vehicles and average speed by a pair of stereo road images. The whole process consists of the extraction of vehicles and the tracking of the extracted vehicles. For the extraction of vehicles, the outline of each vehicle is obtained by using binary region growing technique applied to disparity map based on multi-resolution stereo matching. The Kalman filter tracking algorithm is applied to the extracted vehicle outlines to determine the flow of vehicles. Experimental results show that the proposed method significantly improved recognition rate of vehicles over the conventional methods-frame difference and background elimination methods.

• 한국군사과학기술학회지
• /
• 제11권4호
• /
• pp.107-115
• /
• 2008

Accurate extraction of traversable region is a critical issue for autonomous navigation of unmanned ground vehicle(UGV). This paper introduces enhanced extraction of traversable region by combining scene clustering with 3D world modeling using CCD(Charge-Coupled Device)/IR(Infra Red) image. Scene clustering is developed with K-means algorithm based on CCD and IR image. 3D world modeling is developed by fusing CCD and IR stereo image. Enhanced extraction of traversable regions is obtained by combining feature of extraction with a clustering method and a geometric characteristic of terrain derived by 3D world modeling.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.379-387
• /
• 2001

본 논문은 그레이 명암도 변화와 HSl 컬러 모형의 Hue 정보를 함께 이용한 번호판 영역 추출 방법을 제안한다. 차량 이미지에서 차량 번호판 추출은 명암도 변화를 이용하여 번호판 후보 영역을 추출하고 후보 영역에 대해 HSI 컬러 모형의 Hue 정보를 이용하여 실제 번호판 영역을 결정한다. 추출된 번호판 영역으로부터 문자를 포함하는 특징 영역 추출은 각 문자들에 대한 히스토그램을 이용하여 추출한다. 그리고 Yager의 합접속 연산자를 이용하여 경계 변수 값을 동적으로 변화시키는 개선된 ART2 알고리즘을 제안하고 번호판의 개별 문자 인식에 적용한다. 또한 개선된 ART2와 지도 학습 방법을 통합한 SOSL 알고리즘을 제안한다. 100개의 실제 차량 이미지를 이용한 실험 결과를 통해 제안된 번호판 영역 추출 방법이 단일 컬러 모형을 적용한 기존 추출 방법보다 추출률이 향상되었고, 개선된 알고리즘들이 기존의 ART2 알고리즘과 오류 역전파 알고리즘 보다 더 높은 인식률을 보임을 알 수 있었다.

• 대한임베디드공학회논문지
• /
• 제10권5호
• /
• pp.325-333
• /
• 2015

Vision based night-time vehicle detection has been an emerging research field in various advanced driver assistance systems(ADAS) and automotive vehicle as well as automatic head-lamp control. In this paper, we propose night-time vehicle detection method based on multi-class support vector machine(SVM) that consists of thresholding, labeling, feature extraction, and multi-class SVM. Vehicle light candidate blobs are extracted by local mean based thresholding following by labeling process. Seven geometric and stochastic features are extracted from each candidate through the feature extraction step. Each candidate blob is classified into vehicle light or not by multi-class SVM. Four different multi-class SVM including one-against-all(OAA), one-against-one(OAO), top-down tree structured and bottom-up tree structured SVM classifiers are implemented and evaluated in terms of vehicle detection performances. Through the simulations tested on road video sequences, we prove that top-down tree structured and bottom-up tree structured SVM have relatively better performances than the others.

• 정보처리학회논문지B
• /
• 제8B권6호
• /
• pp.705-717
• /
• 2001

이 논문에서는 카메라로 연속으로 촬영한 일련의 그레이레벨 영상으로부터 전방의 차량을 포착하기 위한 빠른 차선검출방법을 제안한다. 개별 영상에서 가려지지 않는 제한된 영역을 대상으로 차선의 위치를 검출하고, 에지 영상을 이용하여 차선의 기울기를 구한다. 이를 근거로 차량이 존재할 가능성이 있는 관심영역을 구하고 그 영역 내에서 에지 성분을 이용하여 구조적 방법으로 전방 차량의 위치를 포착한다. 제안된 방식의 효과를 검증하기 위해 노트북 PC와 PC용 CCD 카메라로 도로에서의 영상을 촬영하고 차선검출알고리즘을 적용한 처리 시간, 정확도, 차량검지 등의 결과를 보인다.