$\require{mediawiki-texvc}$

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.

다중객체추적 알고리즘을 활용한 드론 항공영상 기반 미시적 교통데이터 추출
Microscopic Traffic Parameters Estimation from UAV Video Using Multiple Object Tracking of Deep Learning-based 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.20 no.5, 2021년, pp.83 - 99  

정보경 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  서성혁 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  박부기 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ,  배상훈 (부경대학교 공간정보시스템공학과)

초록
AI-Helper 아이콘AI-Helper

4차 산업혁명의 도래와 함께 자율주행자동차의 주행관리 및 주행 전략과 관련된 연구들이 대두되고 있다. 이러한 연구를 위해서는 차량의 미시적 교통데이터의 확보가 필수적이나, 기존 교통정보 수집 방식은 개별차량의 주행행태를 수집할 수 없다. 본 연구에서는 미시적 교통정보를 수집 가능한 항공에서 내려다보는 관점의 교통정보 수집을 위해 드론 항공영상을 활용하였다. 관련 연구의 한계점을 극복하기 위하여 딥러닝 기반 다중객체추적 알고리즘과 영상정합을 활용하여 미시적 교통데이터를 추출하였다. 그 결과로 속도는 MAE 3.49km/h, RMSE 4.43km/h, MAPE 5.18km/h의 오차율과 교통량 Precision 98.07%, Recall 97.86%의 정확도를 획득하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

With the advent of the fourth industrial revolution, studies on driving management and driving strategies of autonomous vehicles are emerging. While obtaining microscopic traffic data on vehicles is essential for such research, we also see that conventional traffic data collection methods cannot col...

주제어

#드론   #딥러닝   #다중객체추적   #영상정합   #미시적 교통데이터  

참고문헌 (23)

  1. AlexeyAB/Yolo_mark, https://github.com/AlexeyAB/Yolo_mark, 2020.10.01. 

  2. Angel A., Hickman M., Chandnani D. and Mirchandani P.(2002), "Application of aerial video for traffic flow monitoring and management," ASCE 7th International Conference on Applications of Advanced Technologies in Transportation, pp.346-353. 

  3. Baek N. C. and Lee S. H.(2012), "A Study on the Possibility of Using the Aerial-Based Vehicle Detection System for Real-Time Traffic Data Collection," Journal of Korean Society of Civil Engineers, vol. 32, no. 2, pp.129-136. 

    원문보기 상세보기 crossref

  4. Carlos F. D.(1997), Fundamentals of Transportation and Traffic Operations, Emerald Group Publishing Limited(West Yorkshire, England), p.14. 

  5. Coifman B., McCord M., Mishalani R. and Redmill K.(2004), "Surface Transportation Surveillance from Unmanned Aerial Vehicles," Proc. 83d Annual Meeting of the Transportation Research Board. 

  6. Dawei D., Yuankai Q., Hongyang Y., Yifan Y., Kaiwen D., Guorong L., Weigang Z., Qingming H. and Qi T.(2018), "The Unmanned Aerial Vehicle Benchmark: Object Detection and Tracking," ECCV 2018, pp.375-391. 

  7. Doherty P., Granlund G., Kuchcinski K., Sandewall E., Nordberg K., Skarman E. and Wiklund J.(2000), "The WITAS Unmanned Aerial Vehicle Project," ECAI, vol. 14, pp.747-755. 

  8. Gao H., Kong S. L., Zhou S., Lv F. and Chen Q.(2014), "Automatic Extraction of Multi-Vehicle Trajectory Based on Traffic Videotaping from Quadcopter Model," Applied Mechanics and Materials, vol. 552, pp.232-239. 

    상세보기 crossref

  9. Granlund G., Nordberg K., Wiklund J., Doherty P., Skarman E. and Sandewall E.(2000), "WITAS: An Intelligent Autonomous Aircraft Using Active Vision," Proceedings of the UAV 2000 International Technical Conference and Exhibition (UAV), Paris, France: Euro UVS. 

  10. Jeong J. H., Park J. Y. and Oh C.(2020), "Assessing the Safety Effects of Expressway Managed Lane for Autonomous Bus Using Traffic Simulation," Journal of Korean Society of Transportation, vol. 38, no. 1, pp.58-67. 

    상세보기 crossref

  11. Kim S. H., Lee J. K., Han D. H., Yoon J. Y. and Jeong S. Y.(2017), "Preliminary Study Related with Application of Transportation Survey and Analysis by Unmanned Aerial Vehicle(Drone)," The Journal of the Korea Institute of Intelligent Transport Systems, vol. 16, no. 6, pp.182-194. 

    원문보기 상세보기 crossref

  12. Kim Y. M., Lee D. H. and Bae S. H.(2018), "Identification of Lane Changing on Arterial Road by Adopting Drone Image," Journal of Transport Research, vol. 25, no. 1, pp.29-39. 

    상세보기 crossref

  13. Lee S. Y. and Oh C.(2017), "Lane Change Behavior of Manual Vehicles in Automated Vehicle Platooning Environments," Journal of Korean Society of Transportation, vol. 35, no. 4, pp.332-347. 

    원문보기 상세보기 crossref

  14. Massachusetts Department of Transportation Office of Transportation Planning(2019), The Application of Unmanned Aerial Systems In Surface Transportation-VolumeII-C: Evaluation of UAS Highway Speed-Sensing Application, pp.1-47. 

  15. Mikel-brostrom/Yolov5_DeepSort_Pytorch, https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch, 2020.10.01. 

  16. Ministry of Land, Infrastructure and Transport(2021), Annual Traffic Volume Report 2020, p.6. 

  17. Park H. L., Byun S. H. and Lee H. S.(2020), "Application of Deep Learning Method for Real-Time Traffic Analysis using UAV," Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, vol. 38, no. 4, pp.353-361. 

    원문보기 상세보기 crossref

  18. Puri A.(2005), A Survey of Unmanned Aerial Vehicles(UAV) for Traffic Surveillance, Department of Computer Science and Engineering, University of South Florida, Florida, pp.1-29. 

  19. Ruimin K., Shou F., Zhiyong C. and Yinhai W.(2020), "Advanced framework for microscopic and lane-level macroscopic traffic parameters estimation from UAV video," IET Intelligent Transport Systems 2020, vol. 14, no. 7, pp.724-734. 

  20. Ruimin K., Zhibin L., Jinjun T., Zewen P. and Yinhai W.(2019), "Real-Time Traffic Flow Parameter Estimation Frow UAV Video Based on Ensemble Classifier and Optical Flow," IEEE Transactions on Intelligent Transportation Systems, vol. 20, no. 1, pp.54-64. 

    상세보기 crossref

  21. Seo S. H. and Lee S. B.(2018), "A Study on Traffic Data Collection and Analysis for Uninterrupted Flow using Drones," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 17, no. 6, pp.144-152. 

    원문보기 상세보기 crossref

  22. Ultralytics/Yolov5, https://github.com/ultralytics/yolov5, 2020.10.01. 

  23. Wojke N., Bewley A. and Paulus D.(2017), "Simple Online and Realtime Tracking with a Deep Association Metric," ICIP 2017, pp.3645-3649. 

저자의 다른 논문 :

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