지능형 교통 체계를 위한 딥러닝 기반 객체 검출 활용 방법론

김준용; 김성흠

doi:10.5302/J.ICROS.2021.21.0145

추천

검색

질문

자료유형: 학술저널

저자정보: 김준용 (숭실대학교) 김성흠 (숭실대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제27권 제12호

발행연도: 2021.12

수록면: 1,016 - 1,022 (7page)

DOI: 10.5302/J.ICROS.2021.21.0145

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Most machine vision solutions for intelligent transport systems begin with the extraction of hand-crafted visual features from traffic scenes. In this study, the category-specific information for detecting specific visual patterns was investigated by replacing machine vision solutions with a standard convolutional neural network (CNN)-based object detector, and three practical applications of the system were developed. First, our system learned important categories, such as pedestrian and vehicles, for traffic monitoring and management. In addition, while collecting related databases, we efficiently performed data augmentation and improved the recognition accuracy of the system for several user-defined events. Further, the displacement of the detected positions between consecutive frames was converted into the real-world distance to compute the physical velocity of a vehicle. Second, we developed a vision-based system for a real-time lane-level traffic congestion measurement. After tracking the detected vehicles, the estimated velocities of vehicles for each lane were averaged. Subsequently, traffic congestion was determined based on the number of detected vehicles and averaged velocity. Third, we presented a context-aware method for background maintenance. To handle dynamic background objects, we utilized a 2D object detector to identify the category-specific background patterns. The key observation was that the detected regions do not belong to a true background. Hence, we developed a new confidence map to update the static background model and exclude pre-learnt background objects for conventional background subtraction methods. In the study, more than eight user-defined events were suggested by the combination of traditional machine vision techniques and deep learning-based object detectors with a substantial number of training images. In addition, our key ideas were validated using various datasets, such as five different scenes for lane-level traffic congestion and two CCTV image sequences for object-aware background subtraction and unseen object detection in the challenging traffic congestion. Lastly, the suggested applications of this system for intelligent transport systems were successfully demonstrated.

#Intelligent Transport System #Convolutional Neural Network #Event detection #Velocity Estimation #Object Awareness

참고문헌 (14)

참고문헌 신청

S. Datondji, Y. Dupuis, P. Subirats, and P. Vasseur, “A survey of vision-based traffic monitoring of road intersections,” IEEE Transactions on Intelligent Transpor¬tation Systems (T-ITS), vol. 17, no. 10, 2016.

K. -M. Lee and C. -H. Lin, "A new boosted 3-D PCA detection system for pedestrian traffic safety," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 27, no. 4, pp. 292-297, Apr. 2021.

Y. J. Cho and J. W. Kim, "A study on the classification of Targetobjects with the deep-learning model in the vision-images," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 22, no.2, pp. 20-25, Feb. 2021.

T. Afrin and N. Yodo, “A survey of road traffic congestion measures towards a sustainable and resilient transportation system,” Sustainability, 2020.

M. Mandal and S. K. Vipparthi, “An empirical review of deep learning frameworks for change detection: model design, experimental frameworks, challenges and research needs,” IEEE Transactions on Intelligent Transportation Systems (T-ITS) 2021.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김준영

소속기관 한국폴리텍대학

주요연구분야 공학 > 전기전자공학 > 전기공학 TOP 10% 공학 > 전기전자공학 > 제어계측공학

논문수 57 이용수 3,364

김성흠

소속기관 숭실대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 TOP 10% 공학 > 컴퓨터학

논문수 15 이용수 1,207

이 논문과 함께 이용한 논문

대용량 BRT 의 자율주행을 위한 학습데이터 생성 시뮬레이터 개발

박찬호 , 윤혁진 , 김대현 외 1명 대한기계학회 춘추학술대회 2022 .05

지능형 교통체계를 위한 도로 교통량 측정 방법

허준범 , 신규진 , 김성흠 제어로봇시스템학회 국내학술대회 논문집 2021 .06

버스우선신호의 Phase-Waste 방지를 위한 신호연동모형

정영제 대한토목학회 학술대회 2020 .10

DynaMIT 동적 노선배정분석에 의한 고속도로 진입제어정책의 효과분석

윤지영 , 김익기 대한교통학회 학술대회지 2008 .02

[네덜란드 드라흐덴의 ‘공유 공간 철학’ 관습·관행에 함몰된 사고 역발상하기] 분리와 규제 대신 통합과 자율로 공동체 형성 : 신호등, 도로표지판, 속도제한·방향표시, 차선, 건널목이 없는 곳

김상욱 월간 주민자치 2016 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-003-000045273

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)