[논문]동적계획법을 이용한 효율적인 차량 추적 시스템에 관한 연구

권희철

doi:10.14400/jdc.2015.13.12.209

동적계획법을 이용한 효율적인 차량 추적 시스템에 관한 연구
A Study on Efficient Vehicle Tracking System using Dynamic Programming Method 원문보기

디지털융복합연구 = Journal of digital convergence, v.13 no.12, 2015년, pp.209 - 215

초록
AI-Helper

차량 등 객체를 추적하기 위한 많은 알고리즘들이 있지만 본 논문에서 제안하는 특징점 정합 알고리즘 분야는 지수 복잡도의 시간이 걸리는 작업이다. 더구나, 차량을 추적하기 위해 기존에 제안되었던 객체 추출 등 영상 전처리 알고리즘 또한 상당한 시간을 요구한다. 따라서 본 논문에서는 도로상에서 많은 차량들의 이동 궤적을 빠르고 효율적으로 추적하기 위한 방법을 2단계로 제안한다. 1단계로 객체 탐지가 아닌 번호판 영역을 먼저 탐지한 후 특징점을 추출하는 단계하고, 2단계로 특징점들을 정합하기 위한 비용산정식을 구한 후 동적계획법을 이용하여 효율적으로 차량을 추적할 수 있는 방법을 제안한다.

Abstract ▼ AI-Helper

In the past, there have been many theory and algorithms for vehicle tracking. But the time complexity of many feature point matching methods for vehicle tracking are exponential. Also, object segmentation and detection algorithms presented for vehicle tracking are exhaustive and time consuming. Therefore, we present the fast and efficient two stages method that can efficiently track the many moving vehicles on the road. The first detects the vehicle plate regions and extracts the feature points of vehicle plates. The second associates the feature points between frames using dynamic programming.

주제어

AI 본문요약
AI-Helper

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

문제 정의

현재까지 연구된 내용을 관련 연구를 살펴보면 유정상과 권희철은 주차장 내에서 영상장비를 이용하여 영상 정보를 입력받아 지능적으로 인식하는 구조를 갖는 지능형 주차관리시스템 추론 구조를 제시하였다[1]. 또한 영상장비를 이용하여 영상정보를 획득하고 센서로 부터 센서정보를 입력받아 지능적으로 운전자가 주차지역으로 진입하여 주차를 완료할 때까지 느끼는 주차만족도를 퍼지 변수화하여 다양하게 표현하고, 수준 높은 지능화된 서비스를 제공하는 방법에 대해서 연구하였다[2]. 그리고 교차로에서 가변차로의 이동방향에 대한 변경 여부를 지능적으로 판단하여 교통흐름을 효율적으로 개선하는 연구를 제안하고 있다[3, 4].
본 논문에서 성능평가를 위해 가상으로 만든 데이터는 좌하단에서 우상단으로 움직이는 차량으로 차량들의 번호판이 잘못 탐지가 되었을 때 정합 성능을 평가하기 위해 만들어 졌다. [Table 1]의 첫 번째 열은 프레임의 번호를 나타내고, 나머지 열들은 영상에서의 특징점의 위치를 나타낸다.
특징점들은 다음 프레임에도 근접한 위치에 있다는 근접성, 특징점들은 일정한 속도 및 최대속도 이상으로 움직이지 않는다는 최대속도 제약원칙, 이동 방향이 갑자기 바뀌지 않는다는 제약원칙, 그리고 일정한 방향으로 같이 움직이는 공통 모션 원칙, 견고성(Rigidity) 원칙 등이 있다. 본 논문에서는 이러한 제약원칙 중에서 근접성, 등속도 및 최대속도 제약원칙을 비용산정식에 포함시킬 것이다.
본 논문에서는 차량 추적을 위해 각 영상의 프레임으로부터 번호판 영역에서 특징점을 추출한 후 프레임 간의 번호판 영역의 특징점들을 정합하는 방법을 이용하여 차량을 추적하는 방법을 제안한다.
본 연구에서는 번호판 영역을 검출하기 위해 영상전처리와 4자리 숫자영역을 찾기 위한 단계로 이루어진다. 영상 전처리로는 샤프닝, DOG(Difference Of Gaussian), 국부(Local) 이진화 과정, Edge Detection과정을 거친다.
따라서 특징점들을 매 프레임을 정합하는 문제는 지수복잡도를 갖는 어려운 문제이다. 이러한 문제를 해결하기 위한 알고리즘들이 많이 연구되었지만 본 연구에서는 동적계획법을 이용하여 해결하고자 한다.

가설 설정

동영상 전송 서버로부터 수신되는 영상들은 최소 1초 동안 1프레임 이상 구성되어 있다. 몇 초 또는 수 초 내에 차량들이 지나가는 모습들이 동영상 내에서 보인다는 가정 하에 차량들을 추적할 수 있다. 차량들의 움직임은 짧은 시간 동안 동일 차로 내에서는 같은 방향으로 움직이고 교차하지 않는다고 가정한다.
몇 초 또는 수 초 내에 차량들이 지나가는 모습들이 동영상 내에서 보인다는 가정 하에 차량들을 추적할 수 있다. 차량들의 움직임은 짧은 시간 동안 동일 차로 내에서는 같은 방향으로 움직이고 교차하지 않는다고 가정한다. 단, 번호판을 오탐지 하거나 탐지가 되지 않아 예기치 않게 추가가 되거나 없어지는 경우가 발생할 수 있다.

제안 방법

첫번째 단계로 번호판 4자리 영역을 먼저 탐지한 후 영역의 중심점을 특징점으로 한다. 두 번째 단계로는 현재 프레임의 특징점들을 이전 프레임의 특징점들과 정합하여 차량의 위치를 추적하는 알고리즘을 구하고 특징점들을 빠르게 정합하여 프레임 간의 점들의 이동 특성을 고려하여 비용을 산정한 후 동적계획법을 이용하여 해를 찾는 방법을 제안한다.
첫 번째 단계로 번호판 4자리 영역을 먼저 탐지한 후 영역의 중심점을 특징점으로 하였다. 두 번째 단계로는 현재 프레임의 특징점들을 이전 프레임의 특징점들과 정합하여 차량의 위치를 추적하는 알고리즘을 제안하였다. 특징점들을 빠르게 정합하기 프레임간의 점들의 이동 특성을 고려하여 비용을 산정한 후 동적계획법을 이용하여 해를 찾는 방법을 제안하였다.
그러나 기존에 제안되었던 객체 추출 알고리즘은 성능 측면에서 많은 차량들을 추적하기에는 한계를 가지고 있다. 따라서 도로상에서 많은 차량들의 이동 궤적을 빠르고 효율적으로 추적하기 위한 방법이 필요한데, 본 논문에서는 다음과 같이 2단계 방법을 제안하였다. 첫 번째 단계로 번호판 4자리 영역을 먼저 탐지한 후 영역의 중심점을 특징점으로 하였다.
그러나 기존에 제안되었던 객체 추출 알고리즘은 성능 측면에서 많은 차량들을 추적하기에는 한계를 가지고 있다. 따라서 도로상에서 많은 차량들의 이동 궤적을 빠르고 효율적으로 추적하기 위한 방법이 필요한데, 본 논문에서는 다음과 같이 2단계 방법을 제안한다. 첫번째 단계로 번호판 4자리 영역을 먼저 탐지한 후 영역의 중심점을 특징점으로 한다.
가상으로 만든 데이터는 2가지 형태로 구성하여 실험하였다. 움직이는 차량들의 정상 탐지 특징점(번호판 중심점)들과 잘못 탐지가 되는 경우를 실험하기 위한 오탐지 특징점으로 구성하여 알고리즘의 성능을 실험하였다.
전 절에서 두 프레임에 있는 점들 간에 정합을 하기 위한 비용식을 정립하였고 본 절에서는 두 프레임에 있는 점들 간에 최소 비용 최대열 정합쌍을 찾기 위해 동적 계획법으로 식(3)비용의 총합이 가장 작은 쌍들의 집합을 구하는 방법을 설명한다.
차량들의 이동 궤적을 추적하기 위해서 기존에 제안되었던 영상처리 방법들은 차영상 알고리즘 등으로 객체를 추출한 후 노이즈 제거, 영상향상, 영상 복원 등 영상을 전처리를 한 후 차량 추적하기 위한 알고리즘을 적용하였다. 그러나 기존에 제안되었던 객체 추출 알고리즘은 성능 측면에서 많은 차량들을 추적하기에는 한계를 가지고 있다.
따라서 도로상에서 많은 차량들의 이동 궤적을 빠르고 효율적으로 추적하기 위한 방법이 필요한데, 본 논문에서는 다음과 같이 2단계 방법을 제안하였다. 첫 번째 단계로 번호판 4자리 영역을 먼저 탐지한 후 영역의 중심점을 특징점으로 하였다. 두 번째 단계로는 현재 프레임의 특징점들을 이전 프레임의 특징점들과 정합하여 차량의 위치를 추적하는 알고리즘을 제안하였다.
두 번째 단계로는 현재 프레임의 특징점들을 이전 프레임의 특징점들과 정합하여 차량의 위치를 추적하는 알고리즘을 제안하였다. 특징점들을 빠르게 정합하기 프레임간의 점들의 이동 특성을 고려하여 비용을 산정한 후 동적계획법을 이용하여 해를 찾는 방법을 제안하였다.

대상 데이터

이 장에서는 3장에서 제안한 차량 추적 알고리즘의 성능을 평가하기 위해 가상으로 만든 교통데이터를 이용한다. 가상으로 만든 데이터는 2가지 형태로 구성하여 실험하였다.

성능/효과

Samadi와 Kazemi은 차량의 특징을 나타내는 외곽의 특정 형상을 탐지하여 식별하는 차량의 이미지를 탐색 다중 에이전트 시스템 접근 방식을 제안하고 있다. 실험 결과로 야외에서 약 90% 정도 구별되는 것을 보이고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	영상전송서버로부터 매초에 여러 프레임을 동일한 정합 알고리즘으로 반복적 사용할 경우 어떤 문제가 발생하는가?	영상전송서버로부터 매초에 여러 프레임을 동일한 정합 알고리즘을 반복적으로 사용할 경우에 시간 복잡도는 기하급수적으로 증가한다. 따라서 특징점들을 매 프레임을 정합하는 문제는 지수복잡도를 갖는 어려운 문제이다.
	우리나라에서 차량의 번호판을 탐지할 때 일괄적으로 같은 알고리즘을 적용하기 어려운 이유는 무엇인가?	대한민국 번호판 종류는 자가용, 사업용으로 녹색, 흰색, 노란색 등의 다양한 번호판이 있어 일괄적으로 같은 알고리즘을 적용하기 곤란하다. 따라서 인식 및 탐지를 위해서는 번호판 종류별로 처리방식을 달리하거나 영역을 분할하여 처리한 후 합병하는 방식을 취한다.
	차량 등 객체를 추적하는 기존 알고리즘이 가진 단점은 무엇인가?	차량 등 객체를 추적하는 기존 알고리즘들은 지수 복잡도를 요구하고 현실적으로 실 시스템에 적용하기가 어렵다. 차량을 추적하기 위한 알고리즘을 적용하기 위해서는 사전에 영상을 영상전송서버 또는 카메라로부터 받아서 처리해야 한다.

참고문헌 (15)

Jung Sang Yoo, Hee Chul Kwon, Intelligent Inference Architecture in Parking Control System, Journal of the Korea Management Engineering Society, Vol. 13, No. 3, pp. 231-237, 2008.
Jung Sang Yoo, Hee Chul Kwon, Fuzzy Inference System Architecture for Customer Satisfaction Service, Journal of The Korea Society of Computer and Information, Vol. 15, No. 1, pp. 219-226, Jan. 2010.

원문보기 상세보기
Jung Sang Yoo, Hee Chul Kwon, A hybrid Inference System for Efficiently Controlling Reversible Lane, Journal of The Korea Society of Computer and Information, Vol. 17, No. 11, pp. 19-26, Nov. 2012.
D. Koller, K. Daniilidis, H. Nagel, Model-based Object Tracking in Monocular Image Sequences of Road Traffic Scenes. International Journal of Computer Vision, Vol. 10, pp. 257-281, 1993.

상세보기
I. Sethi and R. Jain, Finding Trajectories of Feature Points in a Monocular Image Sequence, IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 9, No.1, pp. 56-73, Jan. 1987.
S. Rhee, et al., Vehicle Tracking Using Image Processing Techniques, in Rough Sets and Current Trends in Computing. Vol. 3066, S. Tsumoto, et al., Eds., ed: Springer Berlin Heidelberg, pp. 671-678, 2004.
L. Jin-Cyuan, et al., Image-based vehicle tracking and classification on the highway, in Green Circuits and Systems (ICGCS), International Conference on 2010, pp. 666-670, 2010.
H. Chung-Lin and L. Wen-Chieh, A vision-based vehicle identification system, in Pattern Recognition, 2004. ICPR 2004. Proceedings of the 17th International Conference on 2004, Vol.4, pp. 364-367. 2004.
B. Coifman, D. Beymer, P. McLauchlan, and J. Malik, A real-time computer vision system for vehicle tracking and traffic surveillance, Transp. Res. Part C, Vol. 6, No. 4, pp. 271-288, 1998.

상세보기
Jung-Soo Han, Intelligent Recommendation Processor Simulation using Association Relationship, The Journal of Digital Policy & Management, Vol. 11, No. 12, pp. 431-438, Dec. 2013.
Z. Iftikhar, P. Premaratne & P. Vial, "Computer vision based traffic monitoring system for multi-track freeways," Intelligent Computing Methodologies(Lecture Notes in Computer Science), vol. 8589, pp. 339-349, 2014.
Margrit Betke,, Esin Haritaoglu, Larry S. Davis, Real-time multiple vehicle detection and tracking from a moving vehicle, Machine Vision and Applications, Vol. 12, No. 2, pp. 69-83, 2000.

상세보기
Yen-Lin Chen Bing-Fei Wu Chung-Jui Fan, Real-time vision-based multiple vehicle detection and tracking for nighttime traffic surveillance, IEEE, Vol. 58, No. 5, pp. 3352-3358, 2011.
Jalpa Patel, Zalak Dobariya, A Survey on Traffic Monitoring System for Detection And Tracking Vehicles at Night Time, International Journal of Innovative Research in Technology, Vol. 1, No. 10, pp. 82-86, 2014.
Saeed Samadi and Farhad Mohammad Kazemi, A Multi-Agent Vision-Based System for Vehicle Detection, World Applied Sciences Journal, Vol. 15, No. 12, pp. 1722-1732, 2011.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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