Research Article
Abstract
References
Information
스마트 도로 조명 플렛폼은 각종 센서와 카메라를 통해 수집된 위험 정보와 교통 정보를 디지털 사이니지를 통해 제공한다. 본 논문에서는 디지털 사이니지에 표출되는 영상정보가 교통 상황에 적합한지를 판정하기 위해서 디지털 사이니지의 표출 정보를 인식하고 교차로에서 객체의 주행 상태를 파악할 수 있는 영상 인식 및 객체 추적 시스템을 제안하였다. 디지털 사이니지의 표출 정보 인식에는 CNN을 활용한 인공신경망을 사용하였고, 교차로의 객체 인식에서는 배경차 영상으로부터 객체영역을 추출하고 객체의 식별과 추적을 통해 교통 상황을 판단할 수 있도록 하였다. 두 개의 카메라를 통해 디지털 사이니지의 영상과 교차로의 영상을 추출하고, 이 영상들로부터 ROI 영역의 영상을 추출하여 인공신경망과 객체 추적을 위한 입력 영상으로 사용하였다. 영상 인식 결과와 객체 추적 결과로부터 교통 상황을 검출할 수 있는 시스템을 구현하였고 실험을 통해 제시한 알고리즘의 유용성을 확인하였다.
The smart road lighting platform provides warning messages and traffic information collected from various sensors and cameras through digital signage. In this paper, we proposed an image recognition and object tracking system that can recognize the information displayed on digital signage and determine the moving status of objects at intersections, which is used to determine whether the image information displayed on digital signage is appropriate for the traffic situation. An artificial neural network using the CNN was used to recognize information expressed in digital signage, and for object recognition at intersections, object areas were extracted from background difference images and traffic conditions were determined through object identification and tracking. Images of digital signage and images of intersections were extracted through two cameras, and images of the ROI area were extracted from these images and used as input images for the artificial neural network and object tracking. We implemented a system that can detect traffic situations from image recognition results and object tracking results, and confirmed the usefulness of the proposed algorithm through experiments.
- 이찬호, "고속 교통표시판 인식 알고리즘", 전기전자학회논문지, 제16권 제4호, pp. 356-363, 2012. 10.7471/ikeee.2012.16.4.356
- C.Y. Fang, C.S. Fuh, P.S. Yen, S.Cherng, and S.W. Chen, "An automatic road sign recognition system based on a computational model of human recognition processing", Computer Vision and Image Understanding, Vol. 96, No. 2, pp. 237-268, 2004. 10.1016/j.cviu.2004.02.007
- B.F. Wu, C.C. Kao, C.C. Liu, C.J. Fan, and C.J. Chen, "The Vision-based Vehicle Detection and Incident Detection System in Hsueh-Shan Tunnel", IEEE International Symposium Industrial Electronics, pp. 1394-1399, 2008.
- 김동현, 김현희, 이민철, "YOLO 를 이용한 CNN 기반의 물체 인식과 파지 중심점 위치오차 최소화 알고리즘 연구 및 파지 성능 평가", 제어로봇시스템학회 논문지, 제27권 제12호, pp. 1044-1050, 2021. 10.5302/J.ICROS.2021.21.0158
- A. Bochkovskiy, C.Y. Wang, and H.Y.M. Liao, "Yolov4: Optimal speed and accuracy of object detection", Computer Vision and Pattern Recognition, 2020.
- M. Piccardi, "Background subtraction technique:a review", IEEE Int'l Conference on System,Man and Cybernetics, pp. 3099-3104, 2004.
- 강현중, 이광형, "이동 객체 감시를 위한 실시간 객체추출 및 추적시스템", 한국컴퓨터정보학회논문지, 제10권 제2호, pp. 59-68, 2005.
- 박성도, 김신도, 이영인, "실외환경에서 효과적인 배경추출을 이용한 움직임 객체 추정", 한국정보기술학회논문지, 제7권 제3호, pp. 226-231, 2009.
- W. Hu, T. Tan, L. Wang, and S. Maybank, "A survey on visual surveillance of object motion and behaviors", IEEE Trans. Systems, Man, & Cybernetics, Vol. 34, No. 3, pp. 334-352, 2004. 10.1109/TSMCC.2004.829274
- 박제강, 박용규, 온한익, 강동중, "딥러닝을 이용한 영상내 물체 인식 기법", 제어로봇시스템학회지, 제21권 제4호, pp. 21-26, 2015.
- 최학영, 서기성, "표면 결함 검출을 위한 CNN 구조의 비교", 전기학회논문지, Vol. 66, No. 7, pp. 1100-1104, 2017.
- Publisher :The Society of Convergence Knowledge
- Publisher(Ko) :융복합지식학회
- Journal Title :The Society of Convergence Knowledge Transactions
- Journal Title(Ko) :융복합지식학회논문지
- Volume : 11
- No :4
- Pages :113-120
- DOI :https://doi.org/10.22716/sckt.2023.11.4.040
The Society of Convergence Knowledge Transactions
