딥러닝을 활용한 영상기반 교통사고 예방 안전시스템 (Video-Based Traffic Accident Prevention Safety System Using Deep Learning)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 45권 / 8호 / 1399 ~ 1406페이지
· 저자명 : 한승헌, 채석, 박재한, 사이드 알리 하산, 타릭 라힘, 신수용

초록

본 논문은 YOLO(You Only Look Once)와 깊이 카메라를 이용한 차량과 보행자 간 사고방지 시스템을 제안한다. 딥러닝 기반의 YOLOv2-tiny를 이용한 차선과 보행자의 인식정보를 기반으로 보행자가 차도로 들어오는 상황에서 사용자에게 사전에 위기 상황을 알려준다. 기존의 관련 연구에서 사용한 이미지 처리 방식은 알고리즘이복잡하므로 제안하는 시스템은 딥러닝을 이용하여 시스템 복잡성을 개선하였다. 또한, 딥러닝을 이용하여 실시간으로 물체 인식을 이용해 차선과 보행자를 동시에 인식했다. 그리고 점선을 이용하여 현재 주행 중인 차선을 확인하였다. 보행자와 사용자 간의 거리를 계산하기 위해 깊이 카메라를 사용하였으며 사고 상황 인식 알고리즘을 개발하였다. 본 시스템은 2차선을 기준으로 자동차 주행 시 보행자 충돌 사고를 중점으로 구현하였다. 마지막으로 실험 결과를 통해 제안한 시스템의 인식 정확도를 확인할 수 있으며 향후 연구 방향에 대해 논의한다.

영어초록

Intelligent visual monitoring for road vehicles and pedestrians is the key to developing autonomous intelligent traffic systems. Lately, traffic incident detection using image processing and computer vision has drawn much attention. In this paper, an accident prevention system based on deep learning (DL) i.e., YOLOv2-tiny is proposed. The DL-based accident prevention system detects lanes and pedestrians simultaneously, followed by a depth camera that estimates the distance between the pedestrian and the user. The current position of the vehicle is decided on the dot lane marker as a reference. Based on the distance calculation, an accident situation recognition algorithm is developed for an accident prevention system. Detailed experimental results for lanes and pedestrian detection are provided, showing the effectiveness of the proposed DL-based accident prevention system.

참고자료

· 없음