image processing algorithms for pedestrian detection using optical flow and neuromorphic visual processing

Abstract

우리나라 인구 10만명당 교통사고 사망자수는 OECD 회원국 전체 두 번째로 높은 수치를 기록하고 있다. 뿐만 아니라 차량 1만대당 교통사고 사망자수 또한 두 번째로 높은 수치를 기록하고 있다. 따라서 교통사고 사망률이 높다는 것은 부인할 수 없는 사실이다. 그간 교통사고를 줄이려는 다양한 노력이 있어왔기에 지속적인 교통사고 사망자수 감소가 지속되었지만 통계에 의하면 차량간 교통사고에 그 노력이 편중되어있었다. 즉, 두 번째로 많은 보행자와 차량간 교통사고는 최근 몇 년간 거의 감소하지 않았다. 만약 보행자와 차량간 교통사고를 감소할 수 있도록 노력한다면 선진국 수준의 교통사고 사망자 감소에 크게 기여할 수 있을 것으로 예상된다. 따라서 본 연구는 보행자와 차량간 사고 중 주요 사망 유발 원인인 ‘운전자의 시야를 방해하는 물체 뒤에서 보행자가 차도로 등장할 때’ 를 주요 타겟으로 삼아 연구를 진행했다. 성능과 가격 면에서 가장 현실성 있는 차량 센서인 영상센서를 선택하였고 해당 상황에 적합한 보행자 인식 영상처리 알고리즘을 제안했다. 본 논문에서 제안하는 알고리즘의 핵심은 주, 정차된 차량을 탐색 영역에서 제거함으로써 보행자 인식 알고리즘의 성능을 높이는 것이다. 즉, 이전처리과정에 해당하는 알고리즘을 추가함으로써 성능을 향상시켰다. 이전처리과정의 역할은 주, 정차 차량을 탐색 영역에서 제거하는 것으로써 optical flow 기법과 dilatation 기법 그리고 edge detection filter 인 Sobel filter를 사용하였다. Optical flow는 기법의 특성상 밝기 변화가 일정한 물체를 인식하기 적합하기 때문에 차량을 인식하고 제거하는 이전처리과정에 활용하였다. 실험결과 테스트 영상 3개 모두 상당한 정확도 향상을 보였지만 제안한 알고리즘이 불가피하게 갖게 되는 한계점도 있었다. 본 논문은 그 한계점과 해결방안은 추가적으로 제안함으로써 마무리하였다.