최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.16 no.12, 2012년, pp.2665 - 2674
강문설 (광주대학교 컴퓨터공학과) , 김유신 ((주)티디엘)
This paper propose the method to recognize the lanes and distance between cars in real-time which detects dangerous situations and helps safe driving in the actual road environment. First of all, it extracts the area of interest corresponding to roads and cars from the road image photographed by usi...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
차선인식을 위해 널리 사용되는 방법에는 무엇이 있는가? | 국내외에서 차선 및 차간인식 등 운전을 보조하기 위한 많은연구가 진행되고있다. 차선인식을위해 널리사용되는 방법으로는 허프 변환을 이용하는 방법, 히스토그램을 이용하는 방법, 에지 연결정보를 이용하는 방법, B-Snake를 이용하는 방법, 차선의 밝기 값 및 기하학적 모델을 이용한 방법 등이 있다[3,4]. 그러나 이러한 방법들은 많은 양의 관심영역을 탐색하므로 처리 시간을 많이소비한다는심각한문제점을포함하고있다. | |
허프 변환의 단점은 무엇인가? | 이와 같은허프 변환을이용하여 직선을 찾아내는 방식을 활용한 차선 인식 알고리즘은 차선 검출 연구에서 보편적으로 사용되는 방법이며[3,4,9,10], 본 논문에서도 사용하였다. 허프 변환을 이용한 차선검출은 다른 방법들에 비해 간단하지만, 픽셀도메인에 존재하는 직선상의 각 픽셀에 대해 파라미터 평면에 각각의 궤적을 그리는 과정으로 인하여 픽셀 수가 증가하면 처리시간이 증가한다는 단점이 있다. 이러한 단점을 보안하기 위해 에지분포 함수를 이용하여 차선경계의 방향을 검출하고, 이를 허프 변환의 파라미터로 사용하고 있다[4,6]. | |
에지분포 함수를 이용하여 차선경계의 방향을 검출하고, 이를 허프 변환의 파라미터로 사용하는 방법의 문제점은 무엇인가? | 이 방법은 기존의 단순 허프 변환을 사용한 방법들보다 성능이 우수하나 두 개의 차선을 검출해야 하므로 차량과 가까이 접근하거나 그림자에 의해 왜곡이 발생하기 쉽다는 문제점을 포함하고 있으며, 관심 영역이 이전 영상에 의존적이므로 이전 영상에서 발생한 오차가 전파될 수 있다. |
(주)티디엘, 2011년 지역 SW 융합지원사업(과제명: NEV 차량용 도로상황인지 제어시스템 개발) 최종결과보고서, pp.1-153, 2011. 12.
양지윤, "차선?차간 거리, '똑똑한 자동차에 맡겨주세요," CNB 저널 179호, 2010. 7.
황인찬 외 2인, "자율 주행을 위한 실시간 차선인식," 제31회 한국정보처리학회 춘계학술발표대회논문집 제16권 제1호, pp.94-97, 2009. 4.
배정호 외 4인, "단일차선추출 및 중심점 분석을 통한 차선 이탈점 검출 알고리즘," 정보처리학회논문지B 제16-B권 제1호, 35-46, 2009. 2.
Z. Sun, R. Miller, G. Bebies, and D. DiMeo, "A Real-time Precrash Vehicle Detection System," Sixth IEEE Workshop on Applications of Computer Vision, pp.171-178, 2012. 12.
배찬수 외 2인, "형태학과 색상 정보를 이용한 차선인식 알고리즘," 대한전자공학회논문지 제48권(SD편) 제6호, pp.15-23, 2011. 6
M. Bertozzi, A. Boggi, A. Fascioli, and R. Fscioli, "Stereo Inverse Perspective Mapping: Theory and Applications," Image and Vision Computing Vol.16, No.8, pp.585-590, 1998.
장윤 외 1인, "Hough Transform을 이용한 차선인식과 응용," 2002년도 산학연 연합심포지엄(한국자동차학회 편), pp.912-917, 2002.
권화중 외 1인, "Hough 변환과 2차 곡선 근사화에 기반한 효율적인 차선 인식 알고리즘," 한국정보처리학회 논문집 제16권 제2호, pp.3710-3717, 1999. 12.
김기석 외 1인, "영상 기반의 주행 차량 검출 및 차간거리 추정에 관한 연구," 대한전자공학회 하계학술대회논문집 제33권 제1호, pp.1207-1210, 2010.
Ming-Chih Lu, C-P. Tsai, Chen-Chien Hsu, Yin Yu Lu, Wei-Yen Wang, and Chen-Chien Hsu, "A Practical Nighttime Vehicle Distance Alarm System," IEEE International Conference on Systems, Man and Cybernetics 2008(SMC 2008), pp.3000-3005, 2008. 10.
Jaesik Choi, "Realtime On-Road Vehicle Detection with Optical Flows and Haar-like Feature Detectors," a final report of a course CS543(Computer Vision, prof. Li Fei-Fei) 2006. 12.
M. P. Dubuisson and A.K. Jain, "Object contour extraction using color and motion," Proceedings CVPR '93 : Computer Vision and Pattern Recognition 1993, pp.471-476, 1993. 6.
R. Wang, Y. Xu, Libin, and Y. Zhao, "A vision-based road edge detection algorithm," IEEE Intelligent Vehicle Symposium 2002, pp.141-147, 2002. 6.
A. Gern and U. Franke, P. Levi, "Advanced lane recognition-fusing vision and radar," IEEE Intelligent Vehicle Symposium 2000, pp.45-51, 2000. 10.
R. O. Duda, "Use of the Hough Transformation to detect Lines and Curves in Pictures," Communication of ACM, vol.15, pp.11-15, 1972.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.