주행중에 취득된 비디오에서 정확한 차선 정보를 추출하는 기술은 차선이탈 경보시스템, 무인 자동차, 실감 차량항법 시스템 등의 지능형 자동차와 관련된 서비스 개발에 필요한 핵심 요소 기술의 하나이다. 본 논문에서는 주행중에 취득된 비디오에서 차선의 색깔을 인식하고 주행중인 차로의 위치를 인식하는 기법을 제안한다. 즉, 석양이나 역광 등의 다양한 조도 환경에서도 차선 색깔을 인식하기 위한 방안으로 Background-color 제거 기법을 제안하고 주행 차로의 위치를 인식하는 기법으로 확률망 기반 기법을 제안한다. 제안된 확률망 기반 기법은 비디오 인식을 통해서 얻은 차선의 색깔, 차선의 타입(점선, 실선) 등의 정보와 데이터베이스에서 얻은 차로의 수, 차로 폭 등의 도로 정보를 결합하여 주행차로를 결정하는 프레임워크를 제공한다. 실험을 통해서 제안된 기법이 다양한 도로 환경에서 우수한 인식 성능을 보임을 확인하였다.
Understanding lane markings in a live video captured from a moving vehicle is essential to build services for intelligent vehicles such as LDWS(Lane Departure Warning Systems), unmanned vehicles, video-based car navigation systems. In this paper, we present a novel approach to recognize the color of lane markings and the lane number that he/she is driving on. More specifically, we present a background-color removal approach to understand the color of lane markings for various illumination conditions, such as backlight, sunset, and so on. In addition, we present a probabilistic network approach to decide the lane number. According to our experimental results, the proposed idea shows promising results to detect lane number in a various illumination conditions and road environments.
