$\require{mediawiki-texvc}$

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.

선택적 주의집중 모델과 YOLO를 이용한 선행 차량 정지등 검출 시스템 구현
Implementation of Preceding Vehicle Break-Lamp Detection System using Selective Attention Model and YOLO 원문보기

한국융합신호처리학회논문지 = Journal of the Institute of Convergence Signal Processing, v.22 no.2, 2021년, pp.85 - 90  

이우범 (상지대학교 융합기술공과대학 정보통신소프트웨어공학과)

초록
AI-Helper 아이콘AI-Helper

운전자의 안전 운전을 위한 첨단 운전자 보조시스템(ADAS; Advanced Driver Assistance System)은 자율주행 자동차에서 중요한 연구 분야 가운데 하나이다. 특히, 이전에 자동차에 부착된 영상센서를 기반으로 한 ADAS 소프트웨어는 구축 비용이 저렴하고 그 활용도가 우수하다. 본 논문에서는 선행차의 주행 상황을 인지할 수 있는 선행 차량 후미등(Tail-Lamp)의 정지등(Break-Lamp) 영역을 검출하는 알고리즘을 제안한다. 제안하는 방법은 주행 영상으로부터 객체 추적에 우수한 성능을 보이고 있는 YOLO 기술을 이용하여 자동차 객체를 추출하고, 추출된 자동차 관심 영역의 HSV 영상을 이용하여 정지등의 밝기 변화 영역을 검출한다. 그 다음 검출된 각 정지등 후보 고립영역을 라벨링하여 후보 영역들 간의 모양 대칭성을 인지하는 선택적 주의집중 모델(Selective Attention Model)을 적용하여 정지등 영역을 검출한다. 제안한 알고리즘의 성능 평가를 위하여 다양한 주행 영상에 적용하여 실험한 결과 ADAS에 적용 가능한 성공적인 검출 결과를 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

A ADAS(Advanced Driver Assistance System) for the safe driving is an important area in autonumous car. Specially, a ADAS software using an image sensors attached in previous car is low in building cost, and utilizes for various purpose. A algorithm for detecting the break-lamp from the tail-lamp of ...

주제어

#첨단운전자보조시스템   #자동차 정지등   #시각 선택적 주의집중 모델   #모양 대칭성  

참고문헌 (11)

  1. https://tech.hyundaimotorgroup.com 

  2. https://news.hyundaimotorgroup.com 

  3. "Volkswagen interactive Head&Tail Lamp", volkswagen Korea(autogram channel), Nov 2018. 

  4. "Brain Research Innovation 2030 - Brain Research Promotion Basic Plan 3rd", Ministry of Science and ICT, et al, May 2018. 

  5. J. Redmon. Darknet: Open source neural networks in c. http://pjreddie.com/darknet/, 2013-2016. 

  6. Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi, "You Only Look Once: Unified, Real-Time Object Detection", arXiv:1506.02640 [cs.CV], May 2016. 

  7. Joseph Redmon, Ali Farhadi, "YOLO9000: Better, Faster, Stronger", arXiv:1612.08242 [cs.CV], Dec 2016. 

  8. Joseph Redmon, Ali Farhadi, "YOLOv3: An Incremental Improvement", arXiv:1804.02767 [cs.CV], Apr 2018. 

  9. Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao, "YOLOv4: Optimal Speed and Accuracy of Object Detection", arXiv:2004.10934 [cs.CV], Apr 2020. 

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

  11. R. M. Haralick, et al, "Image analysis using mathematical morphology", IEEE transactions on PAMI, Vol. 9, No. 4, pp. 532-550, Jul 1987. DOI: https://doi.org/10.1109/TPAMI.1987.4767941. 

    상세보기 crossref

저자의 다른 논문 :

관련 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