$\require{mediawiki-texvc}$

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.

차량용 신호등의 형태적 특징과 연속 영상내의 위치 정보를 이용한 신호등 검출
Traffic Light Detection Using Morphometric Characteristics and Location Information in Consecutive Images 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.21 no.12, 2015년, pp.1122 - 1129  

조평근 (전남대학교 산업공학과) ,  이준웅 (전남대학교 산업공학과)

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper suggests a method of detecting traffic lights for vehicles by combining the HSV(hue saturation value) color model, morphometric characteristics, and location information appearing on consecutive images in daytime. In order to detect the traffic light, the color corresponding to the signal...

주제어

#traffic light detection   #HSV color model   #morphometric characteristics   #location information  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 자율주행차량[1]을 위한 차량용 신호등 영역 검출 및 신호 인식 방법을 제안한다. 도로 위의 신호등을 검출하는 알고리즘들은 에지 정보를 이용하여 검출하는 알고리즘[2]과 색상을 이용하여 검출하는 알고리즘[3, 4]이 보편적이다.
  • 에지 정보를 이용해 신호의 형태와 신호등 외곽을 찾아 신호등을 검출하는 방법은 신호등 함체(housing)의 색상이 검정색이기 때문에 신호등 주위 배경 또한 어둡다면 신호등 외곽의 검출이 쉽지 않다는 문제가 있다. 신호등 검출에 있어서 이러한 점들을 보완하기 위해 본 논문에서는 신호등의 형태적 특징과 연속된 영상에서 매 프레임마다 변하는 신호등의 위치 정보를 이용하고, 정지, 직진, 직진 및 좌회전 신호를 판별하는 방법을 제안한다.

가설 설정

  • 덧붙여 위치 정보는 다음과 같다. 1) 상기 두 번째가정하에서 차량에 설치된 카메라로 주행중 촬영한 연속된 영상에서 신호등의 위치는 위쪽으로 올라간다. 2) 차량용 신호등은 하나의 철주에 2개 이상이 설치되어 있다.
  • 1) 상기 두 번째가정하에서 차량에 설치된 카메라로 주행중 촬영한 연속된 영상에서 신호등의 위치는 위쪽으로 올라간다. 2) 차량용 신호등은 하나의 철주에 2개 이상이 설치되어 있다. 이와 같은 특징들을 이용하면 색상으로 검출한 신호등 후보들 중 신호등이 아닌 후보들은 제거하고 실제 신호등을 선별할 수 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (20)

  1. G. Y. Song and J. W. Lee, "Path planning for autonomous navigation of a driverless ground vehicle based on waypoints," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 20, no. 2, pp. 211-217, 2014. 

    원문보기 상세보기 crossref

  2. O. Masako and S. Omachi, "Traffic light detection with color and edge information," Proc. of 2nd IEEE International Conference, pp. 284-287, 2009. 

  3. M. Blancard, "Road sign recognition: A study of vision-based decision making for road environment recognition," in Visionbased Vehicle Guidance, pp. 167-175, 1992. 

  4. Y. Inoue, Y. Kohashi, N. Ishikawa, and M. Nakajima, "Automatic recognition of road signs," SPIE, vol. 4790, pp. 543-550, 2002. 

  5. J. B. Kim and J. W. Jang, "A method of traffic lights detection using visual salience models and spotlight detection," Proc. of IEEK, pp. 170-171, 2013. 

  6. M. Shneier, "Road sign detection and recognition," Proc. of Defense and Security Symposium, p. 623016, 2006. 

  7. U. Franke, D. Gavrila, S. Gorzig, F. Lindner, F. Paetzold, and C. Wohler, "Autonomous driving goes downtown," Proc. of IEEE Intelligent Systems 6, pp. 40-48, 1998. 

  8. J. I. Jeong and D. H. Noh, "Real time detection and recognition of traffic lights using component subtraction and detection masks," Journal Institute of Electronics Engineers-SP (in Korean), vol. 43, no. 2, pp. 65-72, 2006. 

  9. G. Piccioli, E. D. Micheli, P. Parodi, and M. Campani, "Robust road sign detection and recognition from image sequences," Proc. of Intelligent Vehicles Symposium, pp. 278-283, 1994. 

  10. H. K. Kim, Y. N. Shin, S. G. Kuk, J. H. Park, and H. Y. Jung, "Night-time traffic lights detection based on SVM with geometric moments features," Proc. of World Academy of Science, Engineering and Technology (WASET), p. 571, 2013. 

  11. Z. Tu and R. Lim, "Automatic recognition of civil infrastructure objects in mobile mapping imagery using a Markov random field model," Proc. of the 19th Congress of ISPRS, pp. 16-23, 2000. 

  12. N. Kanopoulos, N. Vasanthavada, and R. L. Baker, "Design of an image edge detection filter using the Sobel operator," IEEE Journal of Solid-State Circuits, vol. 23, no. 2, pp. 358-367, 1988. 

    상세보기 crossref

  13. https://en.wikipedia.org/wiki/HSL_and_HSV 

  14. http://docs.opencv.org/modules/imgproc/doc/misvellaneous_ transformations. 

  15. D. H. Ballard and C. M. Brown, Computer Vision, Prentice Hall, 1982. 

  16. https://docs.opencv.org/modules/core/doc/drawing_functions. html#circle 

  17. http://www.police.go.kr 

  18. http://www.koroad.or.kr 

  19. R. Y. Tasi, "A versatile camera calibration technique for highaccuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses," IEEE J. Robotics and Automation, vol. RA-3, no. 4, pp. 323-344, 1987. 

  20. T. Facett, "An introduction to ROC analysis," Pattern Recog. Letters, vol. 27, no. 8, pp. 861-874, 2006. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

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