교통정보 수집 및 감시 동시운영을 위한 CCTV 카메라 자율자세 보정 알고리즘 개발에 관한 연구
A Study on the Development of CCTV Camera Autonomous Posture Calibration Algorithm for Simultaneous Operation of Traffic Information Collection and Monitoring
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 교통상태 감시 등 교통관제를 위해 설정한 CCTV 카메라의 화각 상태에서 교통량, 속도 등 교통정보 수집을 동시에 수행할 수 있는 CCTV 카메라 자세보정 알고리즘 개발에관한 것이다. 개발한 자율자세보정 알고리즘은 차량인식 및 추적기법을 이용하여 도로를 식별하고, 운영자의 교통감시 및 교통정보 수집을 위한 화각을 결정한다. 제안 알고리즘의 성능검증은 현장에 설치한 CCTV를 이용하였으며, 교통감시 및 교통정보 수집을 위해 각각 설정한화각에 대해 자율자세보정 알고리즘이 자동 산출한 화각의 결과와 비교하였다. 분석결과 운영자 감시를 위한 화각은 상호 96%의 일치성을 보였다. 교통정보의 경우는 교통량 및 속도의정확도가 각각 96%, 95%로 산출됐으며 수동 설정한 화각과 비교할 때 약 2%의 오차가 발생하는 것으로 나타났다. 결과적으로 제안 알고리즘을 통해 관제용 CCTV를 이용하여 교통정보 수집 및 교통상황 감시를 동시에 수행할 수 있음을 확인하였다.
Abstract
This paper relates to the development of CCTV camera posture calibration algorithm that can simultaneously collect traffic information such as traffic volume and speed in the state of view of the CCTV camera set for traffic monitoring. The developed autonomous posture calibration algorithm uses vehicle recognition and tracking techniques to identify the road, and automatically determines the angle of view for the operator's traffic surveillance and traffic information collection. To verify the performance of the proposed algorithm, a CCTV installed on site was used, and the results of the angle of view automatically calculated by the autonomous posture calibration algorithm for the angle of view set for traffic surveillance and traffic information collection were compared.
참고문헌 (9)
- Bewley, A., "Simple Online and Realtime Tracking", Proceedings of the 2016 IEEE International Conference on Image Processing(ICIP), pp.3464~3468 (2016)
- Development of Provision, Management and Assessment Technology for Innovation of Traffic Information-Task 1, "Korea Institute of Civil Engineering and Building Technology", 94~204 (2011)
- Lee, B. H., "Development of A Simulation for Automatic Installation of Detection Area by Image Detector", Master, pp.1998
- 이인정, "고속도로 CCTV카메라의 효율적 운영을 위한 반구상의 영상저장 및 복원 알고리즘", 한국통신학회논문지, 27(9), pp.892~899 (2002), 한국통신학회
- Evaluation of Non-Intrusive Technologies for Traffic Detection: Final Report, "Minge, E", SRF Consulting Group for Minnesota Department of Transportation, 33~59, pp.MN (2010), RC 2010-36. Contract No. 93097
- Nicolai, W., "Simple Online and Realtime Tracking with a Deep Association Metric", IEEE International Conference on Image Processing(ICIP), pp.3645~3649 (2017)
- 박영기, "Vision Tracking을 이용한 주행 차량의 교통정보 산출 기법", 한국ITS학회 논문지, 19(5), pp.97~105 (2020), 한국ITS학회[DOI]
- Song, H., "Vision-based vehicle detection and counting system using deep learning in highway scenes", European Transport Research Review, pp.6~11 (2019)
- Zhengxia, Z., "Object Detection in 20 Years: A Survey", arXiv preprint arXiv:1905.05055, ~ (2019)