4편의 한국어 분석 — 최신순으로 정렬했어요
교통사고는 2차 충돌을 줄이고 긴급 대응을 개선하기 위해 신속한 감지 및 경고 전파가 필수적입니다. 본 논문은 실시간 사고 인식을 위한 효율적인 도로변 장치(RSU) 기반 컴퓨터 비전 프레임워크를 제안하며, 이를 차량-사물 통신(V2X)과 통합합니다. 제안된 아키텍처는 경량 컨볼루션 공간 특징 추출, 광학 흐름 기반 모션 분석, 시간적 점수 집계, 그리고 엣지 배포 가능한 RSU 파이프라인 내 저지연 V2X 경고 생성을 결합합니다. 사고 발생 가능성 추정, 감지 의사 결정, 지연 시간 제약 및 통신 신뢰성 요구 사항을 설명하기 위…
전 세계적으로 교통사고는 사망 및 경제적 손실의 주요 원인으로, 신속하고 정확한 사고 감지 시스템의 필요성이 증대되고 있습니다. 기존 센서 기반 또는 수동 모니터링 방식은 비용, 확장성, 반응 시간 측면에서 한계가 있습니다. 본 연구는 이러한 문제를 해결하기 위해 비디오 감시 정보를 활용한 인공지능 기반 실시간 교통사고 감지 프레임워크를 제안합니다. 제안된 프레임워크는 딥 컨볼루션 신경망(CNN)을 활용하며, 이미지 정규화, 데이터 증강, 계층적 데이터셋 분할을 포함하는 단일 전처리 파이프라인을 사용합니다. VGG16, Incep…
본 연구는 도로 안전 향상을 위한 사물인터넷(IoT) 시스템 적용의 필요성에 기반하여, IoT 기반 사고 감지 기술에 대한 기존 연구의 파편화된 경향을 해결하고자 한다. 기존 연구들이 특정 사용 사례나 구식 기술에 집중하는 경향이 있어, 이 간극을 메우기 위해 2008년부터 2025년까지 발표된 101편의 동료 심사 논문을 심층 비교 분석하였다. 연구는 센서 유형, 통합 프레임워크, 감지 기술에 따라 접근 방식을 분류했다. GSM/GPS, 가속도계, 진동 센서 등 다양한 센서의 활용을 검토하며, 다중 센서 활용이 감지 정확도와 신…
방글라데시 다카 지역은 전 세계적으로도 심각한 수준의 교통사고 발생률을 보이며, 이는 막대한 인명 피해와 경제적 손실로 이어지고 있습니다. 본 연구는 이러한 문제 해결을 위해 YOLOv11 모델을 활용한 고효율 실시간 자동차 사고 감지 시스템을 제안하여, 긴급 대응 시스템의 성능을 향상시키는 것을 목표로 합니다. 사고 감지의 정확도를 높이기 위해 YOLOv9, YOLOv10, YOLOv11 모델을 동일한 데이터셋으로 비교 분석했습니다. 최첨단 객체 감지 기술인 IoU(Intersection over Union)와 NMS(Non-M…
