정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
도시 교통 흐름 예측을 위한 CCTV 비디오 처리 및 교통 네트워크 모델링 기술 |
| 영문제목(English Title) |
CCTV Video Handling and Traffic Network Modeling Technique for Urban Traffic Flow Prediction |
| 저자(Author) |
연한별
서성범
홍혜인
장 윤
Hanbyul Yeon
Seongbum Seo
Hyein Hong
Yun Jang
|
| 원문수록처(Citation) |
VOL 27 NO. 06 PP. 0289 ~ 0294 (2021. 06) |
한글내용
(Korean Abstract) |
본 논문은 여러 CCTV 비디오를 사용하여 도시 교통 흐름을 모델링하기 위한 프레임워크를 제시한다. 프레임워크는 CCTV 영상에서 실시간으로 차량을 탐지하여 차량 흐름 데이터를 생성한다. 그런 다음 차량 흐름 데이터와 CCTV 카메라 네트워크를 결합하여 도시 교통 네트워크 데이터를 생성한다. 대부분의 CCTV 카메라는 교차로의 모든 영역을 촬영하지 않는다. 그러므로 교차로와 연결된 모든 도로에 대한 교통 흐름 데이터를 얻을 수 없다. 논문에서는 확장된 DCRNN 모델을 사용하여 교차로와 연결된 도로에서 관측되지 않은 차량의 교통 흐름을 추정한다
|
영문내용
(English Abstract) |
In this paper, we present a framework for modeling urban traffic networks with multiple Closed-Circuit Television(CCTV) videos. We extract vehicle flow data by detecting vehicles in realtime from the CCTV videos. We couple the vehicle flow data and the CCTV camera network to generate the urban traffic network data. Since most CCTV cameras do not record the whole intersection area, it is not possible to obtain the traffic flow data for every roadway connected to the intersection. We use the extended Diffusion Convolutional Recurrent Neural Network (DCRNN) to estimate the traffic flows on roadways that are not observed through the CCTV cameras.
|
| 키워드(Keyword) |
교통 네트워크 모델링
교통 혼잡 분석
확산 컨볼루션 순환 신경망
DCRNN
traffic network modeling
traffic congestion analysis
diffusion convolutional recurrent neural network
|
| 파일첨부 |
PDF 다운로드
|
