Earticle

초록

영어

A fast and accurate integrated traffic object detection framework was proposed and developed, harnessing a computer-vision based deep-learning approach performing automatic object detections, a multi object tracking technology, and video pre-processing tools. The proposed method is capable of detecting traffic object such as autos, buses, trucks and vans from video recordings taken under a various kinds of external conditions such as stability of video, weather conditions, video angles, and counting the objects by tracking them on a real-time basis. By creating plausible experimental scenarios dealing with various conditions that likely affect video quality, it is discovered that the proposed method achieves outstanding performances except for the cases of rain and snow, thereby resulting in 98% ~ 100% of accuracy.

한국어

본 연구에서는 다양한 외부 조건 하에서 촬영된 영상을 대상으로 신속하고 정확하게 교통 객체를 검출하는 교통 객체 검출 통합 프레임워크를 개발하였다. 제안된 프레임워크는 딥러닝 기술 기반의 직접 객체 인식 기술과 다중 객체 추적 기술, 그리고 동영상 전처리 기술로 구성 되며, 영상의 안정성, 기상, 촬영 각도 등의 다양한 외부 조건에서 촬영된 영상을 대상으로 승 용차, 버스, 트럭, 및 미니밴과 같은 교통 객체를 인식하고, 이를 실시간으로 추적하여 교통량 데이터를 계수한다. 제안된 방법의 성능 검증을 위해 다양한 외부 조건에서 촬영된 영상 8개를 대상으로 제안된 방법의 성능 검증을 수행한 결과, 우천 및 강설을 제외한 모든 조건에서 98% 이상의 높은 정확도를 보이는 것으로 나타났다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 문헌고찰
Ⅲ. 교통 객체 인식 통합 프레임워크 개발
1. 개요
2. 동영상 전처리기
3. 객체검출기
4. 객체추적기
Ⅳ. 실험 및 결과분석
1. 실험 설정
2. 실험 결과 및 분석
Ⅴ. 결론
REFERENCES

키워드

저자

• 양인철 [ Inchul Yang | 한국건설기술연구원 인프라안전연구본부 도로관리통합센터 연구위원 ] 주저자
• 전우훈 [ Woo Hoon Jeon | 한국건설기술연구원 인프라안전연구본부 도로관리통합센터 수석연구원 ] 교신저자
• 이조영 [ Joyoung Lee | Dept. of Civil and Environmental Engineering, New Jersey Institute of Technology 교수 ] 공저자
• 박지현 [ Jihyun Park | Dept. of Civil and Environmental Engineering, New Jersey Institute of Technology 석사과정 ] 공저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338