최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.54 no.8 = no.477, 2017년, pp.123 - 132
현승화 (이인텔리전스) , 한동석 (경북대학교 IT대학 전자공학부)
Traffic lights contain very important information for safety driving. So, the delivery of the information to drivers in real-time is a very critical issue for advanced driver assistance systems. However, traffic light detection is quite difficult because of the small sized traffic lights and the occ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
카메라 기반의 첨단운전자지원시스템으로 어떤 것들이 활발하게 연구되고 있는가? | 이러한 첨단운전자지원시스템은 카메라, 레이더, 초음파 등의 다양한 센서를 이용하여 취득된 주변 상황 정보를 운전자에게 전달하는 역할을 하고 있으며 특히 카메라를 이용한 시스템은 주변 상황을 운전자에게 시각적으로 직접 전달할 수 있어 많은 용도로 활용되고 있다. 카메라 기반의 첨단운전자지원시스템으로는 차량 검출, 보행자 검출, 표지판 검출 등이 활발하게 연구되고 있다. 이와 달리 신호등 검출은 교통사고와 밀접한 관련이 있음에도 불구하고 영상 내에서 신호등이 차지하는 크기가 작고 카메라 앞의 다양한 객체에 의해 가려지기 쉽기 때문에 검출에 어려움이 있어 다른 응용에 비하여 연구가 활발하지 않다. | |
차량 수가 증가함에 따라 발생하는 문제점은 무엇인가? | 국가지표체계에 따르면 2016년까지 등록된 차량은 총 2,180만대로 2007년의 1,643대에 비하여 537만대 증가하였으며, 지난 10여 년간 꾸준한 성장세를 보이고 있다[1]. 이렇게 차량 수가 증가함에 따라 교차로에서는 더욱 복잡한 도로 상황이 연출되는 경우가 많아졌으며 이는 교통사고의 증가를 야기했다[2]. 동시에 다양한 멀티미디어 기기가 발전하면서 운전에 집중하지 못하여 사고가 발생하는 경우가 점점 늘어나고 있다. | |
첨단 운전자 지원 시스템의 역할은? | 이러한 첨단운전자지원시스템은 카메라, 레이더, 초음파 등의 다양한 센서를 이용하여 취득된 주변 상황 정보를 운전자에게 전달하는 역할을 하고 있으며 특히 카메라를 이용한 시스템은 주변 상황을 운전자에게 시각적으로 직접 전달할 수 있어 많은 용도로 활용되고 있다. 카메라 기반의 첨단운전자지원시스템으로는 차량 검출, 보행자 검출, 표지판 검출 등이 활발하게 연구되고 있다. |
Ministry of Land, Infrastructure and Transport, "National Indicator System - Automobile Registration Status," http://www.index.go.kr/potal/main/EachDtlPageDetail.do?idx_cd1257.
Korean National Police Agency, "Traffic accident statistics," 2016.
C. Yu, C. Huang, and Y. Lang, "Traffic light detection during day and night conditions by a camera," in Prof. of IEEE Int. Conf. on Signal Processing, pp. 821-824, Beijing, China, Oct. 2010.
M. Diaz-Cabrera, P. Cerri, and J. Sanchez-Medina, "Suspended traffic lights detection and distance estimation using color features," in Prof. of Int. IEEE Con. on Intelligent Transportation Systems, pp. 1315-1320, Anchorage, USA, Sep. 2012.
M. Omachi and S. Omachi, "Traffic light detection with color and edge information," in Proc. of IEEE Int. Con. on Computer Science and Information Technology, pp. 284-287, Beijin, China, Sep. 2009.
M. C. Jung, "Traffic Signal Detection and Recognition in an RGB Color Space," Journal of the Semiconductor & Display Technology, vol. 10, no. 3, pp. 53-59, Sep. 2011.
J. Levinson, J. Askeland, J. Dolson, and S. Thrun, "Traffic light mapping, localization, and state detection for autonomous vehicles," in Prof. of IEEE Int. Conf. on Robotics and Automation, pp. 5784-5791, Shanghai, China, May 2011.
Z. Cai, M. Gu, and Y, Li, "Real-time arrow traffic light recognition system for intelligent vehicle," in Proc. of World Congress in Computer Science, Computer Engineering, and Applied Computing, Jul. 2012.
H.-K. Kim, J. H. Park, and H.-Y. Jung, "Effective traffic lights recognition method for real time driving assistance system in the daytime," Int. Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering, Vol. 5, no. 11, pp. 1424-1427, 2011.
A. Gomez, F. Alencar, P. Prado, F. Osorio, and D. Wolf, "Traffic lights detection and state estimation using hidden markov models," in Prof. of IEEE Intelligent Vehicles Symposium, Dearborn, USA, pp. 750-755, July 2014.
R. Charette and F. Nashashibi, "Real time visual traffic light detection based on spot light detection and adaptive traffic lights templates," in Prof. of IEEE intelligent Vehicles symposium, Xian, China, pp.358-363, July 2009.
J. Illingworth and J. Kittler, "The adaptive hough transform", IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. PAMI-9, no. 5, pp.690-698, Sep. 1987.
C. Chiang, M. Ho and H. Liao, "Detecting and recognizing traffic lights by genetic approximate ellipse detection and spatial texture layouts," Int. Journal of Innovative Computing, Information and Control, Vol. 7, no. 12, pp. 6919-6934, Dec. 2011.
R. Charette, and F. Nashashibi, "Traffic light recognition using image processing compared to learning processes", in Prof. of IEEE/RSJ Int. Conf. on Intelligent Robots and Systems, pp. 333-338, St. Louis, USA, Oct. 2009.
M. Philipsen, M. Jensen, M. Trivedi, and A. Mogelmose, "Traffic light detection at night: Comparison of a learning-based detector and three model-based detectors," in Proc. of Int. Symposium on Visual Computing, pp. 774-783, Las Vegas, USA, Dec. 2015.
J. Kim, "Traffic Lights Detection Based on Visual Attention and Spot-Lights Regions Detection," Journal of The Institute of Electronics and Information Engineers, vol. 51, no. 6, pp. 1260-1270, Jun. 2014.
L. Itti, C. Koch, E. Niebur, "A model of saliency-based visual attention for rapid scene analysis," IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 20, no. 11, pp. 1254-1259, Nov. 1998.
Robotics Centre of Mines ParisTech., Traffic light recognition public benchmarks, http://www.lara.prd.fr/benchmarks/trafficlightsrecognition, 2015.
G. Siogkas, E. Skodras, and E. Dermatas, "Traffic lights detection in adverse conditions using color, symmetry and spatiotemporal information.", in Proc. of the Int. Conf, on Computer Vision Theory and Applications, Rome, Italy, pp. 620-627, Feb. 2012.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.