[논문]색상 정보와 HOG 특징을 이용한 실시간 도로표지판 검출 알고리즘

김태동; 이승현; 정광훈; 강동욱; 정경훈

색상 정보와 HOG 특징을 이용한 실시간 도로표지판 검출 알고리즘
Real-time Traffic Sign Detection Algorithm by Using Color Information and HOG Feature 원문보기

김태동 (국민대학교) , 이승현 (국민대학교) , 정광훈 (국민대학교) , 강동욱 (국민대학교) , 정경훈 (국민대학교)

최근 지능형 차량과 ADAS(Advanced Driver Assistance System) 개발에 있어 차량 영상을 이용한 도로 정보 분석이 중요한 화두로 떠오르고 있다. 다양한 도로 정보 중에서 도로표지판 검출 및 판단은 차량 운행 환경을 파악할 수 있는 중요한 과정이 될 수 있다. 이에 본 논문에서는 차량 영상에서의 색상 정보를 이용하여 표지판의 후보 영역을 추출(Candidate Generation)하고, 후보 영상에 대한 HOG(Histogram of Gradient) 특징 분석을 통해 도로표지판 여부와 그 종류를 판단(Object Classification)하는 알고리즘을 구현하였다. 또한 구현 알고리즘은 실시간 처리가 가능한 속도를 보여주어 지능형 차량 또는 ADAS에서의 실제 적용이 가능하도록 하였다.

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

문제 정의

본 논문에서는 지능형 차량 시스템과 ADAS에서 도로 환경 인식에 도움이 될 수 있는 도로표지판 인식 시스템을 제안하였다. 차량 영상에서의 색상 정보 분석을 통해 도로표지판 후보 영역을 추출하였고, 후보 영역에 대한 HOG 특징과 도로표지판 참조 데이터의 HOG 특징의 유사도를 계산하여 최종 판단을 하였다.

제안 방법

이렇게 색상이나 모양 정보를 이용하여 도로표지판을 검출하는 단일 방법의 경우 도로표지판의 존재 유무는 판단할 수 있으나 그 종류는 구분할 수 없다[6]. 그러므로 본 알고리즘에서는 도로표지판의 종류 구분 및 검출 성능 향상을 위해 추출된 후보 영역을 다음 과정에서 특징 추출을 통해 하나의 과정을 더 거쳐 도로표지판 여부를 결정한다.
첫 번째 과정에서는 색상 정보를 이용하여 영상에서의 도로표지판 후보 영역을 추출하게 된다. 두 번째 과정에서는 추출한 후보 영역에서의 HOG 특징을 계산하여 기존에 미리 구해 놓은 참조 도로표지판 영상의 HOG 특징과의 유사도를 비교하여 도로표지판 여부 및 종류를 판단한다.
본 논문에서는 차량 영상에서 컬러 공간 변환을 통해 색상 특징을 구분하여 도로표지판 후보 영역을 추출한다. 또한 학습과 분류과정을 거치지 않고 HOG 특징의 유사도만을 계산하여 도로표지판 여부를 판단하는 알고리즘을 제시한다.
본 논문에서는 차량 영상에서 컬러 공간 변환을 통해 색상 특징을 구분하여 도로표지판 후보 영역을 추출한다. 또한 학습과 분류과정을 거치지 않고 HOG 특징의 유사도만을 계산하여 도로표지판 여부를 판단하는 알고리즘을 제시한다.
두 영상은 같은 환경에서 촬영 되었으며, 주행 속도만 각각 30Km/h, 60Km/h로 다르다. 성능 평가 방법으로는 각 영상에 대해 정답지(Ground Truth)를 작성 한 후 실험 결과를 이와 비교하는 방법을 선택하였다. 정답지 작성 시 도로표지판의 픽셀 크기가 37×37 이상 되는 프레임을 인식의 시작점으로 설정하였다.
본 논문에서는 지능형 차량 시스템과 ADAS에서 도로 환경 인식에 도움이 될 수 있는 도로표지판 인식 시스템을 제안하였다. 차량 영상에서의 색상 정보 분석을 통해 도로표지판 후보 영역을 추출하였고, 후보 영역에 대한 HOG 특징과 도로표지판 참조 데이터의 HOG 특징의 유사도를 계산하여 최종 판단을 하였다. 이에 추가적으로 누적 프레임 정보를 고려하는 알람 시스템을 도입하여 성능을 더욱 강인하게 하였다.

대상 데이터

그림 3. 도로표지판 참조 영상.
제안 알고리즘의 성능 실험을 위해 2015 자율주행자동차 콘테스트에서 과제 실험용으로 제공된 영상 두 가지를 사용하였다[7]. 두 영상은 같은 환경에서 촬영 되었으며, 주행 속도만 각각 30Km/h, 60Km/h로 다르다.

성능/효과

알고리즘의 실험 결과를 통해 차량 주행 시 도로표지판 정보를 인식하고 판단함에 적절한 성능을 확인할 수 있었다. 또한 처리 속도가 실시간 처리를 할 수 있는 기준인 30 FPS 보다 크게 여유 있는 수치를 보임으로써 실제 시스템에 적용 가능함을 보였다.
아래의 그림 5는 본 논문의 실험 과정에서 도로표지판을 구분하고 알람해 주는 장면을 실제 영상에서 캡처한 내용이다. 실험 결과 그래프와 검출 영상 모두에서 차량이 주행을 하는데 도로표지판 정보를 전달하기에 문제가 없을 정도의 성능이 나타났다. 처리 속도에 대한 부분에서는 첫 번째 실험에서는 약 490 FPS, 두 번째 실험에서는 약 497 FPS로 실시간 처리를 위한 기준 처리 속도인 30 FPS(Frame per Second)와 비교하여 매우 여유 있는 결과를 나타내었다.
실험 결과는 알람이 잠시 끊기는 부분이 있지만 대체로 양호하게 도로표지판을 검출한다고 할 수 있다. 또한 도로표지판의 종류를 구분 하는 것에 대한 오류는 없었다.
이에 추가적으로 누적 프레임 정보를 고려하는 알람 시스템을 도입하여 성능을 더욱 강인하게 하였다. 알고리즘의 실험 결과를 통해 차량 주행 시 도로표지판 정보를 인식하고 판단함에 적절한 성능을 확인할 수 있었다. 또한 처리 속도가 실시간 처리를 할 수 있는 기준인 30 FPS 보다 크게 여유 있는 수치를 보임으로써 실제 시스템에 적용 가능함을 보였다.
실험 결과 그래프와 검출 영상 모두에서 차량이 주행을 하는데 도로표지판 정보를 전달하기에 문제가 없을 정도의 성능이 나타났다. 처리 속도에 대한 부분에서는 첫 번째 실험에서는 약 490 FPS, 두 번째 실험에서는 약 497 FPS로 실시간 처리를 위한 기준 처리 속도인 30 FPS(Frame per Second)와 비교하여 매우 여유 있는 결과를 나타내었다.

후속연구

향후 연구 과제로써, 실험 영상이 아닌 일반 도로 주행 영상에서 도로표지판 후보 영역 추출에 방해가 되는 환경에 더욱 강인한 알고리즘을 개발할 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

색상 정보와 HOG 특징을 이용한 실시간 도로표지판 검출 알고리즘
Real-time Traffic Sign Detection Algorithm by Using Color Information and HOG Feature 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

색상 정보와 HOG 특징을 이용한 실시간 도로표지판 검출 알고리즘 Real-time Traffic Sign Detection Algorithm by Using Color Information and HOG Feature 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

색상 정보와 HOG 특징을 이용한 실시간 도로표지판 검출 알고리즘
Real-time Traffic Sign Detection Algorithm by Using Color Information and HOG Feature 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper