$\require{mediawiki-texvc}$

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.

다기능 전방 카메라 개발을 위한 영상 DB 구축 방법에 관한 연구
A Study on the Image DB Construction for the Multi-function Front Looking Camera System Development 원문보기

한국자동차공학회논문집 = Transactions of the Korean Society of Automotive Engineers, v.25 no.2, 2017년, pp.219 - 226  

기석철 (충북대학교 스마트카연구센터)

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper addresses the effective and quantitative image DB construction for the development of front looking camera systems. The automotive industry has expanded the capability of front camera solutions that will help ADAS(Advanced Driver Assistance System) applications targeting Euro NCAP functio...

주제어

#자동차용 전방 카메라 시스템   #주행 영상 데이터베이스   #첨단운전자보조시스템   #설계 절차   #영상 색인  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 상용화 수준의 다기능 전방 카메라 영상 인식 알고리즘 개발에 필요한 대용량 영상 DB 구축 방법을 제안한다. 2장에서는 전방 카메라개발에 필요한 시스템 개요와 이미징 모듈(Imaging module)개발 과정을 포함하는 영상 녹화 시스템의 구성에 대해서 설명하고, 3장에서는 주행 영상 DB 녹화를 위한 주행 계획 수립 방법과 영상 DB 개발환경에 대해 설명하고, 4장에서는 영상 DB에서 영상 속성(Attribute)과 실측값(Ground truth) 입력 방법과 DB의 사용성 측면에서 보완 방안을 설명한다.
  • 본 논문에서는 차선검출, 차량검출, 교통표지판 인식 등 3개 기능에 대해서 GT 입력 방법을 검토하였다. 양산 수준의 실차 신뢰성을 확보하기 위한 DB의 크기는 최소 수백시간 이상, 수만 km 이상의 거리를 주행한 영상이 필요하다.
  • 본 논문은 신뢰성 있는 전방 카메라 영상 인식 알고리즘 개발에 필요한 대용량 영상 DB 구축 방법을 제안하였다. 영상 데이터 녹화를 착수하기 이전에 고려되어야 할 카메라 이미징 모듈의 설계 방법에 대해서 설명하였고, 주행 영상 녹화를 위한 주행 계획 수립과 영상 DB 저장 및 개발 환경에 대해 설명하였다.
  • 즉, 도로교통법에 의해 존재가 가능한 모든 속도제한표지판을 동일한 빈도로 영상 DB를 구축하는 것은 거의 불가능하다. 이러한 실차 주행 영상 획득의 문제점을 개선하기위해 영상처리기술을 이용하는 보완책을 제시한다. 첫째는 합성영상(Synthetic image)을 생성하는 방법이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
전방카메라용 이미지 센서 양산 과정에 필요한 것은 무엇인가? 특히, 전방카메라용 이미지 센서는 Aptina사의 제품이 독보적으로 시장을 점유하고 있다. 실제 양산제품 개발 과정에서는 각 기업들은 자체 설계한 카메라 모듈 개발을 완료하고, 개발된 카메라 모듈로 구성된 영상 녹화 시스템이 장착된 실험 차량을 주행하면서 시간/계절/날씨/도로형태/차량거동 등의 변화가 포함된 영상을 녹화하여야 한다. 녹화된 동영상은 영상 프레임마다 영상 내에 포함된 각 요소들(차선,차량, 보행자, 표지판등)을 색인하여야 알고리즘 개발에 활용 가능한 최소한의 영상 DB가 될 수 있다.
렌즈 설계에서 고려해야하는 항목은 무엇인가? 렌즈 설계에서 고려해야 할 주요 항목은 FoV(Field of View), 렌즈 왜곡, MTF(Modulation Transfer Function), 상대 조도, CRA(Chief Ray Angle), EFL(Equivalent Focal Length) 등이다. 렌즈를 포함한 이미징 모듈에서 설계의 관점은 사람의 시각으로 평가되는 화질이 아니라, 배경과 관심 영역을 분리하거나 물체의 특징점을 추출하기 위한 영상 처리 알고리즘에서 요구되는 최적화 인자가 되어야 한다는 것이다.
전방 카메라의 수요가 급증하고 있는 이유는 무엇인가? 최근 Euro NCAP1) 등과같은자동차 안전 등급 평가 기관에서 안전도 평가 항목과 요구 성능이 강화되면서 차선 이탈 경보, 전방 충돌 경보, 자동 긴급 제동 등과 같은 안전주행기능을 제공할수 있는 전방 카메라의 수요가 급증하고 있다. 첨단 안전 시스템을개발하고 있는 기업, 연구소, 대학등에서는 다기능 전방 카메라용 영상 인식 알고리즘 개발에 투자를 집중하고 있으며, 상용화 수준의 영상 인식 알고리즘을 개발하기 위해서는 각연 구기관들이 대용량영상 DB를 필수적으로 구축하여야한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. Euro NCAP 2020 Roadmap Revision 1, http://www.euroncap.com/en/for-engineers/technical-papers/, 2015. 

  2. The KITTI Vision Benchmark Suite, http://www.cvlibs.net/datasets/kitti/, 2016. 

  3. The German Traffic Sign Recognition Benchmark, http://benchmark.ini.rub.de/?sectiongtsrb&subsectiondataset, 2015. 

  4. Daimler Pedestrian Benchmark Dataset, http://www.gavrila.net/Datasets/Daimler_Pedestrian_Benchmark_D/daimler_pedestrian_benchmark_d.html, 2013. 

  5. K. Kim, "A Method of Establish DB to Use Mono Camera based Lane Detection & Vehicle Detection," IEIE Annual Conference Proceedings, pp.579-582, 2012. 

  6. On Semiconductor, Automotive Application, http://www.onsemi.com/PowerSolutions/appDiagram.do?appId131, 2016. 

  7. Omnivision, Applications, Automotive Imaging, http://www.ovt.com/applications/application.php?id7, 2016. 

  8. H. J. Noh, J. W. Lee, D. J. Lim and J. K. Lee, "The Research of Constructing the Real-world Image Data Base for Verifying the Function and Recognition Rate of ADAS Based on Image Sensor," KSAE Annual Conference Proceedings, pp.1398-1402, 2012. 

  9. H. J. Noh, J. W. Lee, D. J. Lim and J. K. Lee, "The Research of Constructing and Operating the Real-world Image Data Base for Verifying the Recognition Rate of ADAS Based Image Sensor," KSAE Annual Conference Proceedings, p.1095, 2013. 

  10. Convention on Road Signs and Signals, http://www.unece.org/fileadmin/DAM/trans/conventn/signalse.pdf, 1995. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

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