딥러닝을 이용한 시각장애인용 횡단보도 탐지 모델 연구 (Crosswalk Detection Model for Visually impaired Using Deep Learning)

서지정보

· 발행기관 : 한국정보전자통신기술학회
· 수록지 정보 : 한국정보전자통신기술학회 논문지 / 17권 / 1호 / 67 ~ 75페이지
· 저자명 : 김준수, 이혁

초록

복잡한 도시 환경에서 횡단보도는 보행자의 안전한 이동을 위해 중요한 역할을 한다. 하지만 시각 장애인에게는 횡단보도가 큰 위험 요소가 될 수 있다. 안전한 보행을 위한 점자 블록이나 음향 신호등과 같은 보조 시설들이 존재하지만, 부실한 관리로 인하여 때로는 오히려 안전을 저해하는 요소로 작용할 수 있다. 본 논문에서는 시각 장애인의 보행 보조를 위한 애플리케이션에 활용할 수 있는 딥러닝 기반 실시간 횡단보도 탐지 모델에 정확도 향상을 위한 방법을 제안한다. 횡단보도 이미지의 흰색 줄이 도로 표면과 대조를 이루는 특성을 활용하여 이미지를 이진화하고, 이를 통해 횡단보도를 더 잘 인식할 수 있게 하고 횡단보도 전체와 중간 부분을 각각 학습한 두 가지 모델을 활용하여 횡단보도의 위치를 더 정확하게 파악할 수 있도록 하였다. 또한 횡단보도를 인식하는 경계 상자를 전체와 부분의 두 단계로 생성하여 정확도를 높이고자 하였다. 이러한 방법을 통해 횡단보도 횡단 영상에서 RGB 이미지 학습에서 탐지 모델이 탐지하지 못한 프레임들을 추가로 탐지할 수 있었다.

영어초록

Crosswalks play an important role for the safe movement of pedestrians in a complex urban environment. However, for the visually impaired, crosswalks can be a big risk factor. Although assistive tools such as braille blocks and acoustic traffic lights exist for safe walking, poor management can sometimes act as a hindrance to safety. This paper proposes a method to improve accuracy in a deep learning-based real-time crosswalk detection model that can be used in applications for pedestrian assistance for the disabled at the beginning. The image was binarized by utilizing the characteristic that the white line of the crosswalk image contrasts with the road surface, and through this, the crosswalk could be better recognized and the location of the crosswalk could be more accurately identified by using two models that learned the whole and the middle part of the crosswalk, respectively. In addition, it was intended to increase accuracy by creating a boundary box that recognizes crosswalks in two stages: whole and part. Through this method, additional frames that the detection model did not detect in RGB image learning from the crosswalk image could be detected.

참고자료

· 없음