earticle

한국어

최근 블랙박스는 단순히 주행영상을 녹화하는 것 뿐만 아니라, 주행 영상을 분석하여 차선 이탈 감지, 전방 충돌 감지 등의 첨단운전자보조시스템을 지원하는 지능형 블랙박스로 발전하고 있다. 이에 따라 1인칭 영상을 분석하여 교통 이상 상황을 예측하는 연구가 진행되고 있다. 하지만 블랙박스 영상은 전체 영상 중에 교통 이상 상황이 발생하는 경우가 적은 반면, 이상 상황의 경우의 수는 상당히 많은 긴 꼬리 분포 문제를 가진다. 또한 차량의 움직임에 따라 영상의 배경도 함께 움직여 분석하기 어려운 문제가 있다. 따라서 본 논문에서는 Dense Trajectory 기법을 활용하여 세가지 영상 특징을 추출하고, 이를 활용하여 교통 이상 상황을 예측하는 신경망 모델을 기반으로 세가지 영상 특징 추출 알고리즘의 성능을 비교하였다.