The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Real-Time Traffic Information Collection Using Multiple Virtual Detection Lines

다중 가상 검지선을 이용한 실시간 교통정보 수집

  • 김의철 (전남대학교 전자컴퓨터공학과) ;
  • 김수형 (전남대학교 전자컴퓨터공학과) ;
  • 이귀상 (전남대학교 전자컴퓨터공학과) ;
  • 양형정 (전남대학교 전자컴퓨터공학과)
  • Published : 2008.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

ATIS(Advanced Traveler Information System) is the system to offer a real-time traffic information or traffic situation for the benefit of the client. One of traffic information collection methods for ATIS research is the method of image analysis. The method is divided into two : one is the method to set two loop detectors at the area and the other is the method detecting the vehicle through an image analysis. In this paper, we propose a real-time traffic information collection system to mix two methods. The system installs multiple virtual detection lines and traces the location of the vehicle. Use of multiple virtual detection lines supplements the defect of the method of loop detectors. And we drew a representative pixels in the detecting area and used it for image analysis. This is to solve the problem of time delay which increases as the image size increases. We gathered traffic images and experimented using the system and got 92.32% of detection accuracy.

ATIS(Advanced Traveler Information System)는 교통 상황이나 주행 정보 등을 실시간으로 제공하여 이용자의 편익을 도모하는 시스템이다. ATIS를 위해 영상 이미지를 분석하여 교통정보를 수집 수집하는 방식은 크게 영역에 루프 검지기를 설정하여 측정하는 방식과, 영상 분석을 통해 차량을 검출하고 추적하는 방식으로 나뉜다. 본 연구에서는 차선마다 가상 검지기를 설치하는 방식을 기초로, 영상 분석 방법의 차량 위치 추적 방식을 응용하여 교통정보를 측정하는 시스템을 제안한다. 이때 가상 검지기 방식의 단점을 보완하기 위해 차선마다 다중의 가상 검지선을 설정하여, 검지 영역 내에 여러 대의 차량이 진입하거나 차량의 차선 변경 시에도 효과적으로 교통정보를 추출할 수 있게 하였고, 영상분석 방식의 문제점인 검지영역의 크기 증가에 따른 차량 추출 시간의 증가를 해결하기 위해 검지 영역 내에서 대표 픽셀을 추출하여 교통정보를 측정하였다. CCTV를 이용하여 취득한 영상에 제안하는 시스템을 이용하여 차량의 평균 속도와 차선별 교통량 측정한 결과 실제 교통량대비 평균 92.32%의 차량 검지율를 보였다.

Keywords

References

  1. 이승환, “ITS의 기본개념과 국내.외 추진동향”, 대한전자공학회 전자공학회지, 제28권 제5호, pp.22-26, 2001
  2. 박종현, “ITS의 발전 전망과 과제”, 대한전자공학회 전자공학회지, 제28권 제5호, pp.63-68, 2001
  3. 이대호, 박영태, “영상 분석에 기반한 교통 모니터링 시스템에 관한 조사”, 대한전자공학회 논문지, 제43권 TC편, 제9호, pp.69-79, 2006
  4. 이준화, 원제무, 김상구, “교통정보 제공이 고속도로 통행시간 절감에 미치는 영향에 관한 연구”, 대한국토.도시계획학회국토계획, 제36권 제7호, pp.309-319, 2001
  5. 김재민, “GPS 구간 검지 방식 기반의 Network 설계를 통한 교통정보 수집 및 제공”, 한국통신학회 통신학회지(정보와 통신), 제21권, 제5호, pp.580-589, 2004
  6. 장용구, 구지희, 최현상, 이상훈, “GPS/GIS 기술기산의 실시간 교통정보시스템 개발”, 2005 한국GIS학회 추계 학술대회 논문집, pp.45-56, 2005
  7. 이대호, 박영태, “분할 영역 정보를 이용한 국부 영역에서 차량검지 및 추적”, 한국정보과학회, 정보과학회논문지 : 소프트웨어 및 응용, 제34권 제10호, pp.929-936, 2007
  8. 이주신, “트래픽 정보 취득을 위한 고속이동물체 속도 측정”, 한국통신학회 논문지, 제29권 제11C호, pp.1527-1540, 2004
  9. P.G. Michalopoulos, “Vehicle detection video through image processing : The Autoscope System,” IEEE Transactions on Vehicular Technology, Vol.40, No.1, pp.21-29, 1991 https://doi.org/10.1109/25.69968
  10. J. Gajda, R, Sroka, M. Stencel, A. Wajda and T. Zeqlen, “A Vehicle Classification Based on Inductive Loop Detectors,” Proceedings of the 18th IEEE Conference IMTC, Vol.1, pp.460-464, 2001 https://doi.org/10.1109/IMTC.2001.928860
  11. B.L. Tseng, C.Y. Lin and J.R. Smith, “Real-Time Video Surveillance for Traffic Monitoring Using Virtual Line Analysis,” Proceedings of IEEE International Conference on Multimedia and Expo, pp.541-544, 2002 https://doi.org/10.1109/ICME.2002.1035671
  12. 임강모, 이주신, “지능형 교통 시스템을 위한 이동물체 실시간속도 측정”, 한국정보기술학회 논문지, 제3권 제3호, pp.29-35, 2005
  13. 김의철, 나인섭, 김수형, 임경태, “실시간 교통정보 수집을 위한 효율적인 비디오 영상처리”, 2007 한국정보처리학회 추계학술발표대회 논문집, 제14권 제2호, pp.27-49, 2007
  14. M. Maire and C. Kanath, “Tracking Vehicles in traffic Surveillance Video,” Lawrence Livemore National Laboratory (LLNL) Technical Report, 2005
  15. 이영재, 이대호, 박영태, “시공간 영상분석에 의한 실시간 교통 정보 산출 기법”, 대한전자공학회 논문지, 제37권 SP편, 제4호, pp.11-19, 2000
  16. 이인정, 민준영, 장영상, “고속도로변 폐쇄회로 카메라 영상에서 트래킹에 의한 교통정보수집 알고리즘”, 한국데이타베이스학회 Journal of Information Technology Applications & Management, 제11권 제4호, pp.169-179, 2004
  17. L.D. Stefano and E. Viarani, “Vehicle Detection and Tracking Using the Block Matching Algorithm,” Proceeding of 3rd IMACE/IEEE, Vol.1, pp.4491-4496, 1999
  18. Z. Zhu, G. Xu, B. Yang, D. Shi and X Lin, “VISATRAM: A real-time vision system for automatic traffic monitoring,” Image and Vision Compution, Vol.18, No.10, pp.781-794, 2000 https://doi.org/10.1016/S0262-8856(99)00046-3
  19. 임준식, 김수형, 나인섭, 서준석, “적응적 배경영상을 이용한 주행차량 추적”, 2008 IT-CONVERGENCE 합동학술대회 논문집, pp.370-372, 2008
  20. 한국건설기술연구원, “2008년도 ITS 성능평가 시행공고”, http://www.kict.re.kr/webzine/read.asp?idx=4912&code=notice&page=1, 2008
  21. 이대호, 박영태, “단일 프레임에서 차량 검출을 위한 그림자분류 기법”, 2007 정보과학회논문지 소프트웨어 및 응용, 제34권 제11호, pp.991-1000, 2007

Cited by

  1. Tracking of Multiple Vehicles Using Occlusion Segmentation Based on Spatio-Temporal Association vol.7, pp.4, 2011, https://doi.org/10.5392/IJoC.2011.7.4.019
  2. Calculation of Dumping Vehicle Trajectory and Camera Coordinate Transform for Detection of Waste Dumping Position vol.13, pp.1, 2013, https://doi.org/10.7236/JIIBC.2013.13.1.243