주간 도로 환경의 비모수적 밝기 곡선 특징을 이용한 안개 레벨 판단
Fog Level Estimation using Nonparametric Intensity Curve Feature in Daytime Road Environments
- 발행기관 서강대학교 일반대학원
- 지도교수 김경환
- 발행년도 2017
- 학위수여년월 2017. 8
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000062073
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
본 논문에서는 주간 도로 환경에서 영상의 기하 정보와 비모수적 밝기 곡선 특징을 이용한 안개 레벨 판단 방법을 제안한다. 안개와 관련된 기존의 많은 연구들은 영상 화질 개선에 초점을 맞추었으나, 교통 흐름 통제 및 사고 예방 목적으로는 시점에 무관하게 안개 레벨을 판단하는 것이 중요하다. 하지만 기존의 안개 검출 및 안개 레벨 판단 방법들은 기하 정보를 직접적으로 사용하지 않거나, 이용하는 특징이 안개를 온전히 표현하지 못하여 안개 레벨을 정확하게 구분하지 못하는 한계가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 거리와 밝기의 관계로 표현되는 안개의 특성을 특징으로 포착하기 위해 비모수적 곡선 추정 방법을 제안한다. 도로 환경에서의 기하 정보 추정을 위해서 먼저 영상으로부터 추출된 직선들 중 실세계 좌표계에서 간격이 서로 일정한 평행선들을 차선으로 검출하고, 이를 근거로 카메라의 각도와 높이에 관한 기하 정보를 추정한다. 추정된 기하 정보에 기반하여 도로 영역의 화소들로부터 거리-밝기 곡선들을 추출한 뒤, 다층 자가부호기로 거리-밝기 곡선들을 저차원 고준위 특징으로 압축한다. 최종적으로 세 개의 신경회로망 분류기들을 거느린 안개 레벨 분류기가 해당 비모수적 밝기 곡선 특징을 입력으로 사용하여 안개 레벨을 판단한다. 안개가 정량적으로 합성된 영상들로 구성된 데이터셋에 대한 실험을 통해, 제안하는 비모수적 밝기 곡선 특징이 안개 레벨을 얼마나 정확히 판단하는지 검증하였다.
more초록/요약
In this thesis, we propose a fog level estimation method using a nonparametric intensity curve feature based on the geometry information in daytime road environments. Although many related researches have focused on the enhancement of foggy images, it is important to estimate the absolute fog level precisely to prevent traffic accidents. However, the features used in the conventional fog detection methods have limitation in presenting the fog presence properly, so they are prone to confuse the fog level. The proposed method introduces a nonparametric curve estimation method to capture the relationship between depth and intensity which is influenced by fog, as a feature. To estimate the geometry information of the road environment, lines are extracted from the image. From the lines which pass the vanishing point and have uniform intervals, the geometry information about the camera's angle and height is estimated. Based on the geometry information, depth-intensity curves are extracted from the pixels in the road region, and the curves are encoded into the low-dimensional and high-level feature by stacked auto-encoders. Finally, a cascade classifier which consists of three neural network classifiers decides the fog level of that nonparametric intensity curve feature. Experiments using the dataset of synthetic fog images demonstrate that the proposed nonparametric intensity curve feature is effective to classify the fog level.
more