• 융합정보논문지
• /
• 제8권3호
• /
• pp.193-198
• /
• 2018

최근, 자동차 교통사고의 인명 피해가 급속히 증가하고 있으며 경상보다는 중상 및 사망이 많은 대형사고가 증가하고 있다. 대형사고의 70% 이상은 졸음운전으로 발생한다. 따라서, 본 논문에서는 교통사고의 대형 참사를 방지하기 위한 졸음운전 방지 시스템을 연구하였다. 본 논문에서는 졸음운전 감지 시스템을 위한 실시간 눈 깜빡임 인식 방법과 이산화탄소 증가에 따른 졸음 인식을 감지하도록 제안한다. 졸음운전 감지 시스템은 기존의 영상 검출과 딥러닝을 적용하였고 이산화탄소 증가 감지는 사물인터넷 기반으로 개발하였다. 이러한 두 가지 기법을 동시에 이용한 졸음운전 방지 시스템은 기존의 제품에 비해 정확성이 향상되었다.

• 제어로봇시스템학회논문지
• /
• 제10권6호
• /
• pp.501-509
• /
• 2004

The frequency of car accidents is very high at the intersection. Because of the state of a traffic signal, quarrels happen after accidents. At night many cars run away after causing an accident. In this case, accident analyses have been conducted by investigating evidences such as eyewitness accounts, tire tracks, fragments of the car or collision traces of the car. But these evidences that don't have enough objectivity cause an error in judgment. In the paper, when traffic accidents happen, the traffic accident detection system that stands on the basis of images and sounds detects traffic accidents to acquire abundant evidences. And, this system transmits 10 seconds images to the traffic center through the wired net and stores images to the Smart Media Card. This can be applied to various ways such as accident management, accident DB construction, urgent rescue after awaring the accident, accident detection in tunnel and in inclement weather.

• 제어로봇시스템학회논문지
• /
• 제22권4호
• /
• pp.266-270
• /
• 2016

In this paper, we propose a technique of drowsiness detection using machine vision. The drowsiness of vehicle driver is often the primary cause of motor vehicle accidents. Therefore, the checking of eye images for detecting drowsiness status of driver is critical for preventing these accidents. In our suggested method, we analyze the changes of histogram and edge of eye region images which are acquired using CCD camera. We developed a drowsiness detection system using the histogram and edge change information. The experimental results show that our proposed method enhances the accuracy of detecting drowsiness nearly to 98%, and can be used for preventing vehicle accidents due to the drowsiness of drivers.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.605-611
• /
• 2023

건설 현장의 사고는 중증외상환자가 발생하기 쉬운 특성 탓에 사망으로 이어지는 비율이 매우 높다. 중증외상환자의 사망률을 줄이기 위해서는 빠른 대처가 필요하며, 빠른 사고 대처를 위해 인공지능 기술과 카메라를 이용하여 사고를 감지하는 시스템들이 개발되었다. 그러나 기존 사고 감지 시스템들은 단일 카메라만을 사용하여, 사각지대로 인해 건설 현장의 모든 사고를 감지하기에 한계가 있다. 따라서, 본 논문에서는 다수의 카메라를 사용하여 감지 사각지대를 최소화하는 시스템을 구현하였다. 구현된 시스템은 다수의 카메라의 영상에서 YOLO-pose 라이브러리로 특징점을 추출하고, 추출된 특징점을 장단기 메모리(Long Short Term Memory) 기반 순환신경망에 입력하여 사고를 감지하였다. 실험 결과, 우리는 제안하는 시스템이 복수의 카메라 사용으로 감지 사각지대를 최소화하면서도 높은 정확도를 가지는 것을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제21권2호
• /
• pp.102-107
• /
• 2015

In this paper, we propose a technique of drowsiness detection using a histogram for vehicle safety. The drowsiness of vehicle drivers is often the main cause of many vehicle accidents. Therefore, the checking of eye images in order to detect the drowsiness status of a driver is very important for preventing accidents. In our suggested method, we analyse the changes of a histogram of eye region images which are acquired using a CCD camera. We develop a drowsiness detection system using this histogram change information. The experimental results show that the proposed method enhances the accuracy of detecting drowsiness to nearly 97%, and can be used to prevent accidents due to driver drowsiness.

• 정보처리학회논문지B
• /
• 제10B권2호
• /
• pp.127-134
• /
• 2003

본 논문은 영상 검지기에서 얻은 영상을 이용하여 화면상에 보이는 차량의 사고상황을 자동 검출하는데 목적이 있다. 사고 검지를 위해 별도의 장비 설치 없이 영상 검지기를 통해 얻은 도로 영상을 토대로 추돌사고, 고장으로 인한 정차, 갓길 불법 정차 등의 돌발 상황을 자동으로 검지 하는 알고리즘을 구현한다. 차량 사고가 발생할 가능성이 높은 관심 영역을 설정하여 화면에 가상의 트랩을 설치하고, 가상의 트랩상에서 발생하는 화소값의 변화와 차량의 움직임을 분석하여 사고상황을 자동 검지 하도록 한다. 제안된 방식의 효과를 검증하기 위해 도로에서 사고 상황을 재현하고 설치된 영상 검지기를 통해 사고상황 영상을 획득하여 사고상황에 대한 자동 검지 결과를 제시한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권10호
• /
• pp.995-999
• /
• 2010

매년 차량의 수가 꾸준히 증가함에 따라 이에 비례하여 도로의 혼잡도와 사고 발생률 또한 증가되고 있다. 이와 같은 교통문제를 완화하기 위해서 도로 설계 및 신호 체계 등이 발전되고 있음에도 불구하고 교통사고로 인한 인명 및 재산 피해는 감소되지 않고 있다. 본 논문에서는 발생원 사고를 실시간으로 인식하여 이에 빠르게 대응함으로써 후속사고를 예방하고 사고 원인을 파악하기 위한 실시간 사고 인식 및 분석 시스템을 제안한다. 제안하는 시스템은 특정 교차로에서 뿐만 아니라 교통흐름과 디자인이 다른 교차로에서 발생한 사고를 정확히 인식하는 것이 목적이다. 본 연구에서는 실제 교차로에서 수집되는 데이터가 정확하다고 보장할 수 없고, 사고 발생에 쓰이는 데이터는 서로 유기적으로 복잡한 관계가 있기 때문에 정확한 사고 인식을 위해 확률기반 연산을 하는 동적 베이지안 네트워크를 이용하였다.

• 정보보호학회논문지
• /
• 제29권1호
• /
• pp.149-164
• /
• 2019

Digital Transformation과 4차 산업혁명 등 변화의 시대에 급변하는 기술 변화에 맞게 전자금융서비스는 안전하게 제공하여야 한다. 그러나 전기통신금융사기(보이스피싱) 사고는 현재진행형 이어서 사고의 지속적 증가, 지능화 및 고도화 현상을 대응하려 법률 제 개정 및 정책 제도 개선등 사고 근절을 위해 다양한 노력을 기울이고 있다. 더불어 금융회사는 이상금융거래탐지 시스템 개선 및 고도화를 통한 전기통신금융사기 사고 방지에 노력하고 있으나, 그 대응 결과는 그리 밝지 않다. 이러한 노력에도 불구하고 전기통신금융사기 사고는 관련 대책에 맞서 변화하며 진화를 거듭하고 있다. 본 연구에서는 보이스피싱에 의한 금융거래 사고발생 방지를 위해 시나리오 기반의 Rule 모델과 인공지능 알고리즘을 통해 모델링 된 지능형 이상금융거래 시스템을 설계하고 금융기관의 전자금융거래 시스템 에 실제 설치 운용해 본 결과를 바탕으로 인공지능형 이상금융거래 탐지시스템의 구현 모델과 분석 탐지 결과를 차단 대응 할 수 있는 고도화 된 대응 모델을 제안하고자 한다.

• 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.

• Journal of information and communication convergence engineering
• /
• 제18권2호
• /
• pp.75-81
• /
• 2020

Approximately 1.3 million people die from traffic accidents each year, and smartphone usage while driving is one of the main causes of such accidents. Therefore, detection of smartphone usage by drivers has become an important part of distracted driving detection. Previous studies have used single camera-based methods to collect the driver images. However, smartphone usage detection by employing a single camera can be unsuccessful if the driver occludes the phone. In this paper, we present a driver smartphone usage detection system that uses multiple cameras to collect driver images from different perspectives, and then processes these images with ensemble convolutional neural networks. The ensemble method comprises three individual convolutional neural networks with a simple voting system. Each network provides a distinct image perspective and the voting mechanism selects the final classification. Experimental results verified that the proposed method avoided the limitations observed in single camera-based methods, and achieved 98.96% accuracy on our dataset.