최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.8 no.8, 2013년, pp.1179 - 1186
김현태 (동의대학교 멀티미디어공학과) , 김규영 ((주)에이치엠씨) , 도진규 ((주)에이치엠씨) , 박장식 (경성대학교 전자공학과)
In this paper, an efficient vehicle detection and tracking algorithm for detection incident in tunnel is proposed. The proposed algorithm consists of three steps. The first one is a step for background estimates, low computational complexity and memory consumption Running Gaussian Average (RGA) is u...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
제안하는 차량 검출 및 추적 알고리즘은 세 단계로 이루어지는데 각각의 세부사항은 어떠합니까? | 제안하는 알고리즘은 세 단계로 이루어진다. 첫 단계는 배경추정으로서 비교적 간단한 Running Gaussian Average (RGA)를 사용한다. 두 번째 단계는 차량검출 단계이며, Adaboost 알고리즘을 적용한다. 상대적으로 먼거리의 차량에 대한 오검출을 줄이기 위하여 차량의 높이별 부분 특징을 이용하여 차량을 검출한다. 물체의 부분 특징들이 임계값 이상이면 차량으로 분류한다. 마지막 단계는 차량추적 단계이며, Kalman 필터를 적용하여 이동하는 물체를 추적한다. 컴퓨터 시뮬레이션을 통하여 제안하는 알고리즘이 터널 내에서 차량 검출 및 추적에 유용한 것을 확인하였다. | |
터널 건설의 증가로 어떠한 위험성이 증가하였습니까? | 터널건설은 2001년 528개소에 불과하던 것과 비교하여 2011년 12월말 기준 전국의 터널 수는 1,465개소로 937개소(177%)가 증가하였으며, 터 널연장은 339km에서 1,052km로 714km(211%) 증가하였다[1]. 터널 건설의 증가는 터널 내 사고 상황에 대한 인지불가, 일방통행으로 인한 우회 불가능, 고속 주행에 따른 대형사고 발생과 대형사고로 인한 추가적인 대형 사고의 확대의 위험성이 늘어났다. 터널 내에서 발생할 수 있는 사고를 조기 감지하고, 안전한 운영을 보장하기 위 한 대책이 반드시 필요하며 많은 연구들이 진행되고 있다[2-7]. | |
RGA란 무엇입니까? | 배경 추정 알고리즘은 비교적 계산량이 적은 RGA 를 사용한다. RGA는 Wren 등이 제안한 방법으로 모든 화소(pixel)에서 배경값이 각 프레임별로 독립이고, 과 거 NRGA개의 화소값이 이상적인 Gaussian 확률모델 (Gaussian probability density function)을 이루는 것으 로 가정으로 배경을 구성하는 방법이다[8]. |
http://www.index.go.kr/egams/stts/jsp/potal/ stts/PO_STTS_IdxMain.jspidx_cd1213&bbs INDX_001&clas _divA
T. Vaa, M. Penttinen and I. SpyropouIou. "Intelligent transport systems and effects on road traffic accidents: state of the art", Intelligent Transport Systems, IET Vol. 1, pp. 81-88, 2007.
Shee Eng Tan, Yit Kwong Chin, Bih Lii Chua and Teo, K.T.K. "Performance Analysis of Intelligent Transport Systems (ITS) with Adaptive Transmission Scheme", Computational Intelligence, Communication Systems and Networs (CICSyN), Fourth International Conference, pp. 418-423. 2012.
K. Gyuyeong, K. Hyuntae, P. Jangsik, Y. Yunsik, "Vehicle Tracking Based on Kalman Filter in Tunnel", Springer ISA CCIS Vol. 200, pp. 250-256. 2011.
K. Gyuyeong, K. Jaeho, K. Hyuntae, P. Jangsik, Y. Yunsik, "Vehicle Tracking Using Euclidean Distance", The Journal of the Korea Institute of Electronic Communication Sciences, Vol. 7, No. 6, pp. 1293-1299, 2012.
K. Hyuntae, L. Geunhoo, P. Jangsik, Y. Yunsik, "Vehicle Detection in Tunnel using Gaussian Mixture Model and Mathematical MorphologicalProcessing", The Journal of the Korea Institute of Electronic Communication Science, Vol. 7, No. 5, pp. 967-974, 2012.
P. Jangsik, K. Hyuntae, Y. Yunsik, "Video Based Fire Detection Algorithm using Gaussian Mixture Mode", The Journal of the Korea Institute of Electronic Communication Science, Vol. 6, No. 2, pp. 206-211, 2011.
C. Wren, A. Azarhayejani, T. Darrell, and A.P. Pentland, "Pfinder: real-time tracking of the human body", IEEE Trans. on Pattern Anal. and Machine Intelligence, Vol. 19, No. 7, pp. 78, 1997.
D. Koller, J. Weber, T. Huang, J. malik, G. Ogasawara, B. Rao, and S. Russell, "Towards Robust Automatic Traffic Scene Analysis in Real-time", Proc. ICPR'94, pp. 126-131, Nov. 1994.
Y. Freund, R.E. Schapire, "Experiments with a new boosting algorithm", In Proceedings of the IEEE International Conference of Machine Learning, pp. 148-156, 1996.
P.L.M Bouttefroy, A. Bouzerdoum, S.l. Phung, A. Beghdadi, "Vehicle Tracking by non- Drifting Mean-shift using Projective Kalman Filter", Intelligent Transportation System, 2008. ITSC 11th International IEEE Conference on, pp. 61-66, Oct. 2008.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.