$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

시공간 영상분석에 의한 실시간 교통정보 산출기법
Extracting Real-Time Traffic Information By Spatio-Temporal Image Analysis 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.37 no.4 = no.274, 2000년, pp.11 - 19  

이영재 (경희대학교 전자정보공학부) ,  이대호 (경희대학교 전자정보공학부) ,  박영태 (경희대학교 전자정보공학부)

초록
AI-Helper 아이콘AI-Helper

도로 위에 설치된 카메라에서 획득한 입력 영상으로부터 각 차선의 통과 차량수, 차량속도 도로 점유율, 차간 거리, 차종 등의 교통정보를 실시간으로 산출하는 기법은 지능형 교통 시스템(ITS)의 핵심 분야이다. 본 논문에서는 검지영역의 시공간 영상 분석에 의해 다양한 기상 조건과 그림자 등의 환경의 변화에 민감하지 않은 교통정보 산출기법을 제안한다. 각 차선에 2개의 검지영역을 설정하고 검지영역의 통계적 특성과 형상적 특성을 이용해 도로영역, 그림자 영역, 차량영역으로 분류하여 차량을 검지하며 시공간 영상 분석을 통하여 정량적 교통정보를 산출한다. 제안한 기법은 영상의 국부 검지영역 데이터만을 사용하므로 1초에 30 프레임이상의 실시간 처리가 가능하며 기상 조건과 그림자의 변화에 견실한 차량검지 및 교통정보 산출 능력을 구현할 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Real-time extraction of traffic information such as the number of vehicles passing, speed, road-occupancy rate, distance between vehicles, and vehicle types from the traffic scenes acquired from the camera on the road, is a core component of the intelligent transportation system(lTS) We present a sc...

참고문헌 (9)

  1. M. Kilger, 'A shadow handler in a video-based real-time traffic monitoring system,' IEEE Workshop Appli. Computer Vision 11, 127-147, (1993) 

  2. D. Koller, K. Danilidis, and H. Nagel, 'Model-based object tracking in monocular image sequences of road traffic scenes,' Intern. Journal of Computer Vision, 10(3), pp 257-181, (1983) 

    상세보기 crossref

  3. J Roberts and D Charnley, 'Attentive visual tracking,' Proc. British Machine Vision Conference, Guildford, UK, pp. 459-468, (1993) 

  4. Toru Ikeda, Shin'ichi Ohnaka, Masanon Mizoguchi, 'Traffic Measurement with a Roadside Vision System,' IEEE Proceedings of ICPR '96, pp 859-864, (1996) 

    crossref

  5. D. Koller, J Weber, T Huang, J. Malik, G Ogasawara, B. Rao, and S. Russell, 'Towards robust automatic traffic scene analysis in real-time' In ICPR, Israel, November (1994) 

    crossref

  6. Z. Zhu, B. Tang, Gxu and D. Shi, 'A Real-Time Vision System for Automatic Traffic Monitoring Based on 2D Spatio-Temporal Images,' Proc. Third IEEE Workshop on Application of Computer Vision, pp.162-167, (1996) 

    crossref

  7. David Beymer and Jitendra Malik, 'Tracking vehicles in Congested traffic,' In SPIE Vol.2902, Transportation Sensor and Controls. Collision Avoidance, Traffic Management, and ITS, pp. 8-18, November (1996) 

    crossref

  8. SM. Smith and JM. Brady, 'ASSET-2: Real-Time Motion Segmentation and Shape Tracking,' IEEE Trans. Pattern Analysis and Machine Intelli Vol. 17, No 8, pp. 814-819, (1995) 

    상세보기 crossref

  9. G Micalopoulos, 'Vehicle detection through video image processing the AUTOSCOPE system,' IEEE Trans on Vehicular Tech 40(1), 1991 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로