• 한국지능시스템학회논문지
• /
• 제26권5호
• /
• pp.423-431
• /
• 2016

일반적으로 옥외영상에서의 자동차 번호판 인식은 인위적인 환경에서와는 다르게 기하학적으로 왜곡되어 있을 뿐만 아니라 조명 변화도 크기 때문에 단순환 문제가 아니다. 본 논문에서는 일반 CCTV 카메라로 옥외에서 촬영된 영상에서 자동차 번호판 인식을 위한 개선된 기술들을 제안한다. 먼저 다양한 특징을 상보적으로 사용하는 직렬구조의 다단계 Adaboost 검출기를 제안한다. 제안하는 검출기는 MB-LBP 및 Haar-like 특징을 사용하는 Adaboost 구조를 직렬로 연결하여 번호판 검출의 검출성능을 향상시켰다. 또한 검출된 번호판의 기하학적 왜곡을 보정하고 번호판의 타입을 먼저 결정하여 영상처리를 용이하게 하는 방법을 제안한다. 이런 방법은 그래이 변환, 문자/숫자 분리, 분리된 영상의 영상처리 등에서 사전지식 없이 전체 번호판 영상을 이용하는 경우보다 효율적이다. 본 논문에서 DBN(Deep Belief Network)를 문자/숫자 인식기로 사용하여 영상처리과정에서 기인한 획 손실이나 기울어짐 같은 기하학적인 왜곡에서도 강건한 인식률을 달성하였다.

• 한국ITS학회 논문지
• /
• 제19권2호
• /
• pp.48-61
• /
• 2020

본 연구는 2개 차로 중 1개 차로를 차단하고 공사를 시행하는 고속도로 공사구간의 중차량비에 따른 도로 용량을 추정하는 것을 목적으로 한다. 이를 위해 영동고속도로와 중부내륙고속도로 공사구간의 CCTV 영상자료를 수집하고, 고속도로 상류부 지점의 정체를 관찰하였다. 상류부 정체 이후 차로차단으로 인해 생성되는 병목구간의 통과 교통량을 측정하는 방법을 활용하여 고속도로 하류부 지점의 통과 교통량을 분석하였다. 공사구간의 도로 용량 추정을 위해 관찰된 차두간격을 활용하여 이론적인 차종별 차두간격의 확률분포를 추정하고 적합성 검정을 통해 도로 용량을 산정하였다. 이를 통해 공사구간을 통과하는 중차량 비에 따라 적합한 용량 값과 추정식을 제시하였다. 추정된 도로 용량은 영동고속도로의 경우 중차량의 비에 따라 1,181~1,422pcphpl, 중부내륙고속도로의 경우 1,475~1,589pcphpl로 산정되었으며 중차량의 비가 증가할수록 도로 용량이 점차 감소하는 것을 확인하였다. 이러한 연구 결과는 편도 2차로 차단 공사를 수행하는 공사구간에 대한 적합한 도로 용량 추정과 효율적인 교통운영 및 관리에 기여할 수 있다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.208-221
• /
• 2020

본 연구는 첨단운전자보조시스템(Advanced Driver Assistance System, ADAS)이 빠르게 보급됨에 따라 표본 프로브 차량에 설치된 ADAS로부터 얻은 개별차량의 궤적 데이터와 전방차량과의 차두거리 데이터를 이용하여 연속류의 교통밀도를 추정 및 분석하는 것을 목적으로 한다. 과거 연속류 교통밀도는 주로 차량검지시스템(Vehicle Detection System, VDS)에서 수집되는 교통량, 속도, 점유율 등의 데이터를 가공하여 추정되거나, CCTV등의 영상정보를 활용하여 직접 차량 대수를 계수하여 추정되었다. 이러한 방식은 교통밀도 추정의 공간적 제약이 있고, 교통 혼잡시 추정의 신뢰도가 낮다는 한계를 보였다. 이에 본 연구에서는 선행연구의 한계를 극복하기 위해 ADAS로부터 수집된 개별차량 궤적 데이터와 차두거리 정보를 활용하여 도로의 공간을 검지하고 일반화된 밀도(Generalized Density)방식을 이용하여 시공간적 교통밀도를 추정한다. 이에 따라 ADAS차량의 표본율에 따른 교통밀도 추정의 정확도를 분석한 결과, 30%의 표본율일 경우 교통밀도 참 값과 약 90% 일치하는 것으로 나타났다. 이를 통해 본 연구는 향후 ADAS 및 자율주행차량이 혼재되는 도로 상황에서 신뢰도 높은 교통밀도 추정을 가능하게 하며 효율적인 교통운영관리에 기여할 수 있을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.38-50
• /
• 2023

최근 인공지능 (Artificial Intelligence: AI) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서에 AI 기술을 도입하여 특정 돌발상황을 검지하고 있으나 대부분 고정식 장비 기반으로 돌발상황 검지가 진행되어왔다. 따라서 모든 도로 공간에 대한 돌발상황 검지에는 한계가 존재해왔다. 그러나 영상 센서와 edge-computing 기술 등의 발전으로 이동식 영상정보수집 및 분석 기술이 확산되고 있다. 본 연구는 이러한 이동식 영상 수집 및 분석 장비(커넥티드 차량)의 도입 수준에 따른 돌발상황 검지시간 감소효과를 추정하는 것이 목적이다. 이를 위해 2021년 경부고속도로 수원지사에서 수집된 돌발상황 발생 건수 자료를 활용하였다. 분석 결과 편도 2차로 고속도로는 커넥티드 차량의 보급률(Market Penetration Rate: MPR)이 4% 이상, 편도 3차로 고속도로는 3% 이상이면 돌발상황 검지 시간이 1분 이하로 나타났고, 편도 2차로와 편도 3차로 고속도로에서 MPR이 각각 0.4% 이상, 0.2% 이상이면 한국도로공사에서 발표한 평균 돌발상황 검지시간 보다 감소하는 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.114-123
• /
• 2023

컴퓨터 비전(Computer Vision: CV) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서로 돌발상황을 검지하고 있다. 그러나 현재 이러한 기술은 대부분 고정식 영상 센서를 기반으로 한다. 따라서 고정식 장비의 영상 범위가 닿지 않는 음영지역의 돌발상황 검지에는 한계가 존재해왔다. 최근 엣지 컴퓨팅(Edge-computing) 기술의 발전으로 이동식 영상정보의 실시간 분석이 가능해졌다. 본 연구는 차량 내 설치된 이동식 영상 센서(dashboard camera 혹은 dash cam)에 컴퓨터 비전 기술을 도입하여 고속도로에서 실시간으로 돌발상황 검지 가능성에 대해 평가하는 것이 목적이다. 이를 위해 한국도로공사 순찰차량에 장착된 dash cam에서 수집된 4,388건의 스틸 프레임 데이터 기반으로 학습데이터를 구축하였으며, YOLO(You Only Look Once) 알고리즘을 활용하여 분석하였다. 분석 결과 객체 모두 예측 정밀도가 70% 이상으로 나타났고, 교통사고는 약 85%의 정밀도를 보였다. 또한 mAP(mean Average Precision)의 경우 0.769로 나타났고, 객체별 AP(Average Precision)를 보면 교통사고가 0.904로 가장 높게 나타났고, 낙하물이 0.629로 가장 낮게 나타났다.

• 한국ITS학회 논문지
• /
• 제10권2호
• /
• pp.112-121
• /
• 2011

IEEE WAVE 표준 규격은 크기가 제한적인 ITS 관련 메시지의 전송을 주 목적으로 설계되었기 때문에 핸드오버를 지원하지 않는다. 그러나 IEEE WAVE 네트워크에서 인터넷 브라우징 또는 CCTV 비디오클립 스트리밍과 같은 멀티미디어 서비스를 제공하기 위해서는 OBU가 연결된 RSU가 바뀌는 동안에도 끊김없는 데이터 패킷의 수신이 가능한 핸드오버 기능이 필요하다. 본 논문에서는 결합해제 메시지 기반의 능동적 사전캐싱 방식의 고속 핸드오버 기법을 확장시켜 RSU들 간에 IEEE 802.11f IAPP Move-notify 메시지를 전송하도록 함으로써 핸드오버 후보 RSU가 다수인 상황에서도 성능의 저하 없이 동작할 수 있는 멀티캐스트 기반 핸드오버 기법을 제안한다. 제안된 핸드오버 기법이 단순 멀티캐스트 기반의 핸드오버 기법에 비하여 우수한 성능을 보임을 시뮬레이션 결과를 통하여 확인한다.

• 한국ITS학회 논문지
• /
• 제2권1호
• /
• pp.75-84
• /
• 2003

도로 교통 상황을 감시하고 교통 정보를 추출하는 현재의 기술은 고가이며 설치하기가 어려운 하드웨어에 의존하고 있다. 비디오 카메라와 컴퓨터 비죤 기술의 이용은 기존의 방법의 새로운 대안이 될 수 있다. 비디오 카메라를 이용한 교통 정보 추출은 최근의 교통 운영 시스템의 중요한 열쇠이다. 본 논문에서는 비디오 카메라를 이용한 영상처리 기술을 적용하여 교통 정보를 추출하는 방법을 제안하였다. 제안된 방법에서는 주변 환경에서 여러 가지 잡음으로 인한 오 인식을 제거하기 위하여 적응적 배경영상 갱신 방법을 사용하였다. 또한 교통정보 추출 방법에서는 거리 값을 정의하여 검색구간을 통과하는 차량의 점유율을 통해 교통변수를 구하고, 이를 이용하여 8개의 교통상태를 정의하여 교통량을 측정하였다. 제안된 방법은 도심의 교통상황 데이터를 이용하여 실험하였다.

• 한국ITS학회 논문지
• /
• 제12권5호
• /
• pp.1-12
• /
• 2013

도로의 결빙, 적설, 젖음 등 기상상황 및 표면 상태에 의한 안전사고 발생은 지속적으로 발생하고 있는 상황이다. 이는 운전자 본인의 부주의 및 안전 운전의식 부족 등 개인의 역량에 기인하는 부문도 있지만, 도로관리 주체(정부 및 공공 등)의 도로 상태 정보제공 미흡으로 인한 경우도 있어 이와 관련된 연구의 필요성이 대두되고 있는 추세이다. 본 연구는 카메라(Stereo camera)의 영상 정보를 수집하여, 편광계수 및 웨이블릿 변환(Wavelet transform) 등을 통해 기존의 단일 차원 분류알고리즘과 달리 다차원 분석이 가능한 SVM 분류기법을 활용하여 노면상태 판별 알고리즘을 개발하였으며, 실제 도로상에서 4개의 상태(마른노면, 젖은노면, 적설노면, 결빙노면)에 대한 검지 인식 성공률을 실험 및 분석하였다.

• 한국ITS학회 논문지
• /
• 제21권3호
• /
• pp.1-17
• /
• 2022

수도권 도시철도 혼잡으로 인해 다양한 문제가 발생되고 있어 도시철도 혼잡을 정확히 분석하는 연구 또한 해결방안 중 하나일 것이다. 현재 계수법, 중량검지법, CCTV, 모바일 Wi-Fi 등을 활용한 혼잡도 분석방법론은 결과의 정확성이 낮거나 단일 노선 및 열차에만 국한되는 한계점이 존재한다. 본 연구에서는 도시철도 승객의 다중경로 이용행태와 수도권 도시철도 열차운행계획을 반영한 열차 혼잡도 분석모형을 제시하였다. 특히 열차 용량 초과시 승객이 대기한 후 다음 열차에 탑승하는 통행패턴을 고려하여 열차 혼잡도 산정의 정확성을 제고하였다. 열차 혼잡도는 10분 단위로 갱신되어 시민에게 혼잡정보 제공이 가능하므로 사회적 편익증대에 기여할 것으로 기대된다.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.208-216
• /
• 2023

The purpose of our study is to design datasets for Artificial Intelligence learning for cold sea fish farming. Salmon is considered one of the most popular fish species among men and women of all ages, but most supplies depend on imports. Recently, salmon farming, which is rapidly emerging as a specialized industry in Gangwon-do, has attracted attention. Therefore, in order to successfully develop salmon farming, the need to systematically build data related to salmon and salmon farming and use it to develop aquaculture techniques is raised. Meanwhile, the catch of pollack continues to decrease. Efforts should be made to improve the major factors affecting pollack survival based on data, as well as increasing the discharge volume for resource recovery. To this end, it is necessary to systematically collect and analyze data related to pollack catch and ecology to prepare a sustainable resource management strategy. Image data was obtained using CCTV and underwater cameras to establish an intelligent aquaculture strategy for salmon and pollock, which are considered representative fish species in Gangwon-do. Using these data, we built learning data suitable for AI analysis and prediction. Such data construction can be used to develop models for predicting the growth of salmon and pollack, and to develop algorithms for AI services that can predict water temperature, one of the key variables that determine the survival rate of pollack. This in turn will enable intelligent aquaculture and resource management taking into account the ecological characteristics of fish species. These studies look forward to achievements on an important level for sustainable fisheries and fisheries resource management.