Journal of the Institute of Electronics Engineers of Korea SP (대한전자공학회논문지SP)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Vision-based Vehicle Detection and Inter-Vehicle Distance Estimation

영상 기반의 차량 검출 및 차간 거리 추정 방법

  • Received : 2011.09.01
  • Accepted : 2012.01.30
  • Published : 2012.05.25
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose a vision-based robust vehicle detection and inter-vehicle distance estimation algorithm for driving assistance system. We use the haar-like features of car rear-shadows, as well as the edge features for detecting of vehicles. The use of additional vehicle edge features greatly reduces the false-positive errors in the vehicle detection. And, after analyzing the conventional two inter-vehicle distance estimation methods: the location-based and the vehicle width-based, an improved inter-vehicle distance estimation algorithm which has the advantage of both method is proposed. Several experimental results show the effectiveness of the proposed method.

본 논문에서는 영상 센서를 이용한 강인한 차량 검출 및 차간거리 추정 알고리즘을 제안한다. 제안된 차량 검출 알고리즘은 차량의 가장 큰 특징인 차량 하단의 그림자부분과 차량의 뒷바퀴 부분을 추출하기 위해 Haar-like 특징들과 차량 뒷부분의 방향성 에지특징을 동시에 활용하기 때문에 더욱 강인한 차량 검출 효과가 있다. 차량의 그림자에 해당하는 Haar-like 특징에 추가적인 방향성 에지특징은 차량이 아닌 부분을 잘못 검출하는 오검출률(false-positive error)을 현격히 줄이는 효과가 있고, 차량 추적기법을 통해 전체적인 수행 속도를 크게 개선한다. 그리고 차간거리 추정 알고리즘에서는 먼저 영상에 나타난 차량의 위치를 통해 추정하는 방법과 차량의 폭을 이용한 두 방법의 장단점을 분석한 후, 차량의 위치를 이용하는 방법이 가지고 있는 문제점과 차량의 폭을 이용한 방법의 단점을 극복하면서, 차간거리의 정확도를 높일 수 있는 개선된 방법을 제안한다. 제안된 차량 검출 및 차간거리 추정 알고리즘의 효용성을 입증하기 위해 다양한 실험영상들을 통해 그 효과를 입증한다.

Keywords

References

  1. National Transportation Safety Board, "Special Investigation Report - Highway Vehicle- and Infrastructure-based Technology For the Prevention of Rear-end Collisions," NTSB Number SIR-01/01, May 2001.
  2. E. Dagan, O. Mano, G. P. Stein, and A. Shashua, "Forward Collision Warning with a Single Camera," Intelligent Vehicles Symposium,, IEEE, pp. 37-42, Parma, Italy, June 2004.
  3. J. Choi, "Realtime On-Road Vehicle Detection with Optical Flows and Haar-like Feature Detector", a final report of a course CS543 (Computer Vision, prof. Li Fei-Fei), 2006.
  4. M.-C. Lu, Tsai, C.-P., M.-C. Chen, Y. . Lu, W.-Y. Wang, and C.-C. Hsu, "A practical nighttime vehicle distance alarm system," Systems, Man and Cybernetics, 2008. SMC 2008. IEEE International Conference on, Singapore, October, 2008.
  5. A.H.A. Hasan, R.A. Hamzah, and M.H. Johar, "Stereo Vision-based feature extraction for vehicle detection," Intelligent Vehicle Symposium, 2002. IEEE, vol. 2, pp. 465-470, Versailles, France, June 2002.
  6. D. C. Lee, and T. Kanade. "Boosted Classifier for Car Detection", unpublished, http://www.cs.cmu.edu/-dclee/, 2007.
  7. A. Haselhoff, and A. Kummert, "A vehicle detection system based on Haar and Triangle features," Intelligent Vehicles Symposium, 2009 IEEE, Shaanxi, China, June. 2009.
  8. X. Wen, H. Zhao, N. Wang, and H. Yuan, "A Rear-Vehicle Detection System for Static Images Based on Monocular Vision," ICARCV '06. 9th International Conference on, Singapore, December 2006.
  9. S. Zehang, G. Bebis, and R. Miller, "Monocular precrash vehicle detection: features and classifiers, Image Processing," IEEE Transactions on, pp. 2019 - 2034, July 2006.
  10. 송광열, 이기용, 이준웅, "에지 분석과 에이다부스트 알고리즘을 이용한 차량 검출", Transactions of the Korean Society of Automotive Engineers, vol. 17, no. 1, pp. 1-11, 2009년 1월
  11. D. Alonso, L. Salgado, and M. Nieto, "Robust Vehicle Detection Through Multidimensional Classification for on Board Video Based Systems," Image Processing, 2007. ICIP 2007. IEEE International Conference on, vol 6. pp. 321-324, Texas, U.S.A., September 2007.
  12. C. Papageorgiou, M. Oren, and T. Poggio. "A general framework for object detection." International -Conference on Computer Vision, Bombay, India, January 1998.
  13. P. Viola and M. Jones, "Robust Real-time Object Detection," International Journal of Computer Vision (IJCV), July 2001.
  14. G. Welch, and G. Bishop. "An Introduction To the Kalman Filter." Technical Report TR95-041, University of North Carolina at Chapel Hill, July 2006.