횡단보도 탐지 머신러닝 시스템
A Machine Learning System for Crosswalk Detection
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
점자블록이 파손되고 급격한 도로개발로 인해 기존의 의도와 다르게 설치된 점자블록이 시각장애인의 생존을 위협하고 있다. 이를 방지하기 위해 횡단보도에 보행신호 음성안내시스템 등의 보조 기기를 갖추고 있지만, 미설치된 곳이 많고 제대로 작동하지 않아 실제적인 활용에 어려움이 발생하고 있다. 이에 잘못 설치된 점자블록으로 인해 발생하는 시각장애인의 교통사고를 방지하기 위해 머신러닝을 활용한 횡단보도 탐지시스템을 개발하여 사용자에게 위험상태를 알려주는 시스템을 제안한다. 소개하는 시스템은 YOLOv3, Darknet 등 심층신경망과 직접 촬영한 횡단보도 사진을 이용하여 학습되었으며, 92% 이상의 정확도 성능을 보인다.
Abstract
There are some places where it is difficult for the blind to judge because of different types of braille blocks, mainly caused by broken braille blocks or the reinstallation of braille blocks due to rapid road revisions. Therefore braille blocks installed on crosswalks often cause accidents for the blind. To prevent this, the crosswalk has a walking signal voice guidance system and auxiliary devices. There have been various attempts to install such systems to prevent accidents. But there are many uninstalled places, or installed devices often don’t work properly, making it difficult to use them in practice. We would like to present a crosswalk detection algorithm using Deep Learning. If the algorithm is mounted on a small device, it can be attached to the user's body to prevent unexpected situations, unlike systems that need to be installed on all crosswalks. It is economical and can effectively prevent accidents by alerting the user. The crosswalk detection algorithm outputs sound when it detects a crosswalk, indicating that there is a crosswalk ahead of the user. To this end, the object detection algorithm YOLOv3 and the newral network framework were used. In this project, the model we trained learned from images of crosswalks taken directly and showed an average recognition rate of 92% or higher.
참고문헌 (22)
- "Traffic Accident Analysis system" (2020)[URL]
- 김장욱, "횡단보도의 교통사고 범위 설정에 관한 연구", 한국안전학회지, 26(4), pp.120~126 (2011), 한국안전학회
- A study on the recognition of walking environment based on convolutional neural networks for the visually impaired, "S. M. Jo", Daegu University Graduate School of Rehabilitation Sciences, 1~65 (2020)
- 이용환, "객체 검출을 위한 CNN과 YOLO 성능 비교 실험", 반도체디스플레이기술학회지, 19(1), pp.85~92 (2020), 한국반도체디스플레이기술학회
- An optimal YOLOv3-tiny based object detection algorithm, "K. M. Lee", The Korea Institute of Intelligent Transport Systems, 59~60 (2018)
- B. S. Kim, "A study on the YOLOv3 training data collection method for detecting of road speed sign", Proceedings of Symposium of the Korean Institute of communications and Information Sciences, pp.666~669 (2019)
- 이희준, "YOLOv3을 이용한 과일표피 불량검출 모델: 복숭아 사례", 경영정보학연구, 22(1), pp.113~124 (2020), 한국경영정보학회
- D. G. Kim, "OpenCV programing" (2010), kame publisher
- J. Y. Seo, "A traffic light recognition and color detection based on YOLOv3", Academic Conference and Exhibition of the Korean Society of Automotive Engineers, pp.882~883 (2019)
- "Review: ResNet - Winner of ILSVRC 2015" (2020)[URL]
- J. Redmon, "YOLOv3: An Incremental Improvement", arXiv : 1804. 02767, ~ (2018)
- 서상민, "고속 딥러닝 알고리즘의 효과적인 구현", 한국지식정보기술학회 논문지, 14(5), pp.553~561 (2019), 한국지식정보기술학회[DOI]
- 이태희, "처리 속도 향상을 위해 OpenCV CUDA를 활용한 도로 영역 검출", 디지털융복합연구, 12(6), pp.231~236 (2014), 한국디지털정책학회[DOI]
- Y. M. Gwon, "High-speed processing of satellite image using GPU", Department of Electronic Information and Communication Engineering, pp.2012
- "Suresoft" (2020)[URL]
- "NVIDIA" (2020)[URL]
- 심승보, "YOLO-v3을 활용한 건설 장비 주변 위험 상황 인지 알고리즘 개발", 한국산학기술학회논문지, 20(7), pp.622~629 (2019), 한국산학기술학회
- 신상화, "몰래 카메라 범죄 발생에 영향을 미치는 공간적 특성", 경찰학연구, 19(1), pp.59~84 (2019), 경찰대학[DOI]
- 이승주, "가상 데이터를 활용한 번호판 문자 인식 및 차종 인식 시스템 제안", 방송공학회 논문지, 25(5), pp.776~788 (2020), 한국방송∙미디어공학회[DOI]
- 배승주, "NVIDIA Jetson TX1 기반의 사람 표정 판별을 위한 YOLO 모델 FPS 향상 방법", 한국정보전자통신기술학회 논문지, 12(5), pp.467~474 (2019), 한국정보전자통신기술학회
- "detection_crosswalk" (2020)[URL]
- 신홍재, "딥러닝을 활용한 실내 식물 이미지 분류 및 식물 정보 제공 웹 어플리케이션", 한국지식정보기술학회 논문지, 15(2), pp.167~175 (2020), 한국지식정보기술학회[DOI]