야간 차량 영상에서 비정상 전조등 정보 추출
Information Extraction of Abnormal Headlight from Night Vehicle Image
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근의 야간 차량 영상을 이용한 많은 연구가 진행되고 있다. 야간 영상에 관한 연구는 ITS 분야에서 연구가 이루어지고 있으며 차량 정보 수집에 사용되고 있다. 비정상 전조등이 눈에 비치면 4.5초 동안 눈앞이 보이지 않는 상태가 되는 것으로 알려졌다. 이는 80㎞로 운행하는 차량의 경우 100여ｍ를 무방비 상태로 달리게 되는 것이다. 따라서 비정상 전조등의 경우, 반대편 상대방 운전자가 빛을 몇 초만 정면으로 받아도 운전에 심각한 문제를 초래할 수 있다. 본 논문에서는 입력되는 야간 차량 영상에서 전조등 영역 정보 추출하고 정상/ 비정상 전조등인지 판단하는 방법을 제안하고자 한다. 전체 영상에서 이진화를 수행한 후, 크기가 큰 원 영역을 조건 검사를 통하여 전조등 영역으로 추출한다. 추출된 전조등 영역은 미리 계산된 정상 전조등 영역 크기와 비교하여 정상/ 비정상을 판단한다. 실험결과 차량 비정상 전조등 검출 결과가 좋음을 볼 수 있다. 이 연구는 향후 위법 전조등 검색에 활용할 수 있다고 본다.
Abstract
Many studies using the latest nighttime vehicle images are under way. Research on nighttime imaging has been conducted in the field of ITS and is being used to collect vehicle information. When the unusual headlight is shining on the eyes, it is said to be invisible for 4.5 seconds. In the case of a vehicle traveling at 80 km, it will run at 100 m without any defenses. Thus, in the case of an unsteady headlight, the driver of the other side of the opponent may have a serious problem in driving even if the driver takes the light for only a few seconds. In this paper, we propose a method to extract headlight area information from input nighttime vehicle image and determine whether it is a normal / abnormal headlight. After the binarization is performed on the whole image, the large area is extracted to the headlight area through the condition check. The extracted headlight area is compared with the pre-calculated normal headlight area size to determine normal / abnormal. Experimental results show that the detection of unsteady headlights is good. This study can be applied to search for illegal headlights in the future.
참고문헌 (17)
- A. Lipton, "Moving target classification and tracking from real-time video", Proc. 4th IEEE Workshop on Applications of Computer Vision(WACV’98), pp.8~14 (1998)
- B. Steux, "A vehicle detecrion and tracking system featuring monocular color vision and radar data fusion", Proc. of the IEEE Intelligent Vehicles Symp. (2002)
- R. Taktak, "Vehicle detection for automatic traffic control during the whole day", Proc. 1st IFAC Workshop on Advances in Automotive Control, pp.215~220 (1995)
- A. Gem, "Advanced lane recognition-fusing vision and radar", Proc. of the lEEE Intelligent Vehicles Symp. (2000)
- L. Wixson, "Improved illumination assessment for vision-based traffic monitoring", IEEE Workshop on Visual Surveillance, pp.34~41 (1998)
- J. Versavel, "Road safety through video detection", Int. Conference Intelligent Transportation Systems, pp.753~757 (1999)
- A. Bielik, "Real-time wide-traffic monitoring: Information reduction an dmodel-based approach", Proc.6th Scandinavian Conference. Image Analysis, pp.1223~1230 (1989)
- Y. T. Du, "Region-based moving shadow detection approach", Journal of Tsinghua University (Science & Technology), 46(1), pp.141~144 (2006)
- A. Leone, "A shadow elimination approach in video-surveillance context", Pattern Recognition Letters, 27, pp.345~355 (2006)
- I. Cabani, "Color-based detection of vehicle lights", Proceedings IEEE, pp.278~283 (2005)
- A. Broggi, "Visual perception of obstacles and vehicles for platooning", IEEE Trans. Intell. Transport. System, 1, pp.164~176 (2000)
- S. Nedevschi, "High accuracy stereo vision for far distance obstacle detection", Proc. IEEE Intell. Vehicle Symposium, pp.292~297 (2004)
- M. Betke, "Real-time multiple vehicle detection and tracking from a moving vehicle", Vision Application, 12, pp.69~83 (2000)
- 전병태, "야간 차량 영상에서 차량 정보 추출에 관한 연구", 한국지식정보기술학회 논문지, 12(3), pp.457~463 (2017), 한국지식정보기술학회[DOI]
- T-H, Chen, "Vehicle detection and counting by using headlight information in the dark environment", Third International Conference on IIHMSP, 2, pp.519~522 (2007)
- J. Berssenbrugge, "A night drive simulator for the evaluation of a predictive advanced front lighting system", 4th International Conference on ITI (2006)