[논문]움직임 물체 검출 기반 학원 통학차량 승하차 위험 경고 시스템

송영철; 박성령; 양승한

doi:10.5370/kiee.2014.63.6.810

움직임 물체 검출 기반 학원 통학차량 승하차 위험 경고 시스템
Motion Object Detection Based Hagwon-Bus Boarding Danger Warning System 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.63 no.6, 2014년, pp.810 - 812

송영철 (Institute of Mechanical Technology, Kyungpook National University) , 박성령 (Institute of Mechanical Technology, Kyungpook National University) , 양승한 (School of Mechanical Engineering, Kyungpook National University)

Abstract ▼ AI-Helper

In this paper, a hagwon-bus boarding danger warning system based on computer vision is proposed to protect children from an accident causing injuries or death. Three zones are defined and different algorithms are applied to detect moving objects. In zone 1, a block-based entropy value is calculated using the absolute difference image generated by the absolute differential estimation between background image and incoming video frame. In zone 2, an effective and robust motion object tracking algorithm is performed based on the particle filter. Experimental results demonstrate the efficient and effectively of the algorithm for moving object inspection in each zone.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 컴퓨터 비전에 기반한 학원 통학차량의 승하차 위험 경고 시스템을 제안하였다. 실제 필드에 적용하기 위해서 구동 알고리즘은 단순하면서도 강인한 성능을 가지도록 설계되었다.
학원 통학차량 승하차 시 아동 사망사고는 현재 지속적으로 발생하고 있으며, 그 사회적인 파장이 매우 크다. 이에 본 논문에서는 학원 통학차량으로부터 아동 승하차시 위험 여부를 검사하여 경고하는 움직임 물체 검출 기반의 학원 통학차량 승하차 위험 경고 시스템을 제안한다. 보통 대부분의 사고는 통학차량이 출발한 직후에 발생하며, 사고 후 매우 짧은 시간 내에 사망 사고로 이어지는 경향을 보이고 있다.

제안 방법

이것은 배경 영상에 움직임 물체가 존재할 확률이 현저히 낮으므로 입력영상 간의 차 만으로도 신뢰성 있는 움직임 객체를 검출할 수 있음을 의미한다. 본 논문에서는 배경영상과 입력 영상의 차이를 통해 움직임 객체를 검출한 후, 검출된 움직임 객체를 파티클 필터를 통해 추적(Tracking) 한다. 이때 계산된 RGB 채널별 색상 히스토그램에서 최대로 누적된 저장소의 인덱스들을 움직임 객체의 특징으로 결정하였다.
대부분 초기 배경 모델링에 사용되는 영상들은 최고의 조건하에서 획득하는 것이 일반적이지만, 본 연구에서는 차량이 정차할 때 마다 배경이 바뀌는 조건이므로 매번 새로운 영상을 획득하여 배경 모델링 및 갱신을 수행해야 하는 어려움이 있다. 본 논문에서는 이러한 조건을 고려하여 통학차량 정차 직후의 1초 동안 입력된 30개의 영상 프레임을 가지고 식 (1)을 사용하여 배경 모델링을 수행하였다[1].
이런 관점에서 볼 때 성능 대비 긴 처리 시간이 요구되는 EOH나 HOG 방법 대신 간단하면서도 환경 변화에 강건한 새로운 움직임 객체 검출 방법이 필요하다. 이에 본 논문에서는 영상에서 추출 가능한 엔트로피 값들 활용하여 움직임 객체 검사를 수행하였다. 우선 식 (2)를 사용하여 얻어낸 절대 차영상 D_t(x,y) 내의구역1을 k개의 블록으로 분리한다.

데이터처리

이것은 제안한 방법이 차문 옷 끼임 사고에 대해 적절한 경고를 내릴 수 있음을 의미한다. 제안한 방법의 성능 평가를 위하여 TP (True Positive), FN (False Negative), FP (False Positive)를 분석하여 표 1에 recall과 precision을 계산하였다. 구역1과 구역3에서의 객체의 움직임 검사 (DB1, DB4)와 구역2에서의 차문 옷 끼임 마네킹 추적 (DB2, DB3) 실험에서 모두 우수한 성능을 보임을 알 수 있다.

성능/효과

실제 필드에 적용하기 위해서 구동 알고리즘은 단순하면서도 강인한 성능을 가지도록 설계되었다. 획득된 DB들을 사용한 모의실험을 통해 제안한 방법은 3개의 위험구역 내의 움직임 객체의 존재에 대해 신속하고 신뢰성 있는 경고를 제공할 수 있음을 확인할 수 있었다. 향 후 연구 과제로는 차량 정차 시 구역1 내에 일시 고정된 움직임 물체가 존재할 경우에 대한 해결책 및 그림자로 인한 오경고 방지에 대한 연구가 필요하다.

후속연구

획득된 DB들을 사용한 모의실험을 통해 제안한 방법은 3개의 위험구역 내의 움직임 객체의 존재에 대해 신속하고 신뢰성 있는 경고를 제공할 수 있음을 확인할 수 있었다. 향 후 연구 과제로는 차량 정차 시 구역1 내에 일시 고정된 움직임 물체가 존재할 경우에 대한 해결책 및 그림자로 인한 오경고 방지에 대한 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	학원 통학차량 승하차 시 아동 사망사고를 줄이기 위해 본 논문에서는 무엇을 제안하였는가?	학원 통학차량 승하차 시 아동 사망사고는 현재 지속적으로 발생하고 있으며, 그 사회적인 파장이 매우 크다. 이에 본 논문에서는 학원 통학차량으로부터 아동 승하차시 위험여부를 검사하여 경고하는 움직임 물체 검출 기반의 학원통학차량 승하차 위험 경고 시스템을 제안한다. 보통 대부분의 사고는 통학차량이 출발한 직후에 발생하며, 사고 후 매우 짧은 시간 내에 사망 사고로 이어지는 경향을 보이고 있다.
	경고 시스템에서의 알고리즘의 개발 방향성은?	결국 경고 시스템은 차량정차와 동시에 차문이 열리면서 아동들의 승하차가 끝나고, 차문이 닫히면서 차량 출발 후 일정시간 내에 위험 구역 내에서 움직임을 가지는 객체의 존재 여부를 신속히 판단하여 그 위험성 여부를 차량 운전자에게 전달하여야 한다. 결국 이러한 신속성이 요구되는 경고 시스템에서의 알고리즘은 실행 시간이 적으면서도 경고의 신뢰성이 확보될 수 있도록 설계되어져야 한다. 본 논문에서 위험 검사 구역을 총 세 개의 구역으로 분리하였다.
	통학차량에서 경고 시스템의 원리는 무엇인가?	보통 대부분의 사고는 통학차량이 출발한 직후에 발생하며, 사고 후 매우 짧은 시간 내에 사망 사고로 이어지는 경향을 보이고 있다. 결국 경고 시스템은 차량정차와 동시에 차문이 열리면서 아동들의 승하차가 끝나고, 차문이 닫히면서 차량 출발 후 일정시간 내에 위험 구역 내에서 움직임을 가지는 객체의 존재 여부를 신속히 판단하여 그 위험성 여부를 차량 운전자에게 전달하여야 한다. 결국 이러한 신속성이 요구되는 경고 시스템에서의 알고리즘은 실행 시간이 적으면서도 경고의 신뢰성이 확보될 수 있도록 설계되어져야 한다.

참고문헌 (3)

C. R. Wren, A. Azabayehan, and A. P. Pentland, "Pfinder: Real-time Tracking of the Human Body," IEEE Trans. Patt. Anal. Mach. Intell., vol. 19, No. 7, pp. 780-785, July 1997.

상세보기
H. Yang, Z. Song, and R. Chen, "An incremental PCA-HOG Descriptor for Robust Visual Hand Tracking," Lecture Notes in Computer Science, vol. 6454, pp. 687-695, 2010.
K. Levi and Y. Weiss, "Learning Object Detection from a Small Number of Examples: The Importance of Good Features," In Proc. IEEE Conf. Comp. Vision Pattern Recognition, Vol-ume2, pp. 53-60, Washington, DC, 2004.

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증