목차
[표제지 등]=0,1,2
연구개요=0,3,1
[제목 차례]=i,4,2
[표차례]=iii,6,1
[그림차례]=iv,7,1
제1장 서론=1,8,2
1.1. 연구 배경 및 목적=3,10,1
1.2. 연구 내용 및 범위=4,11,3
제2장 교통사고 자동녹화장치 개요=7,14,2
2.1. 교통사고 자동녹화장치의 구성=9,16,1
2.2. 시스템 작동과정=10,17,1
2.3. 교통사고 동영상 처리부문=10,17,2
2.4. 교통사고 판별부문=11,18,1
2.5. 신경망을 이용한 교통사고 충돌음 분석=11,18,2
2.5.1. 생물학적 신경망=12,19,3
2.5.2. 인공 신경망=14,21,4
2.5.3. 퍼셉트론=17,24,5
2.5.4. 역전파 알고리즘 (Back-Propagation Algorithm)=21,28,4
제3장 국내ㆍ외 관련 신기술 개발 현황=25,32,2
3.1. 시스템 개발 현황=27,34,1
3.1.1. 국내 현황=27,34,1
3.1.2. 외국 현황=28,35,3
3.2. 핵심 요소기술 비교/분석=30,37,1
3.2.1. 국내 B사=31,38,4
3.2.2. 일본=34,41,4
3.2.3. 미국=37,44,4
제4장 업무분석 및 요구사항 분석=41,48,2
4.1. 교통사고 처리 업무분석=43,50,3
4.2. 교통사고조사 실무자 면담ㆍ설문조사=46,53,1
4.2.1. 설문조사 개요=46,53,2
4.2.2. 설문조사 항목=47,54,2
4.2.3. 설문자료 처리방법=48,55,1
4.2.4. 설문조사 결과=48,55,6
4.2.5. 설문조사에 따른 시스템개발 방향=53,60,1
4.3. 요구사항 분석=54,61,1
4.3.1. 교통사고 판별기술=54,61,1
4.3.2. 사고영상 처리기술=54,61,1
4.3.3. 통신기술=55,62,1
4.3.4. 기타=55,62,2
제5장 교통사고 자동녹화장치 설계방향=57,64,2
5.1. 시스템 구성=59,66,1
5.1.1. 구성=59,66,2
5.1.2. 작동원리=60,67,1
5.2. 요소기술별 설계방향=60,67,2
5.2.1. 교통사고 판별기술=61,68,5
5.2.2. 사고영상 처리기술=65,72,7
5.2.3. 통신기술=71,78,2
제6장 결론 및 향후 추진계획=73,80,2
6.1. 결론=75,82,2
6.2. 향후 추진계획=77,84,1
참고문헌=78,85,3
부록=81,88,10
[판권지]=91,98,1
(표3.1) 개발중인 시스템 특성 비교=30,37,1
(표3.2) 교통소음의 주파수 특성=32,39,1
(표3.3) 교통신호음 분석 결과=39,46,1
(표4.1) 각 지방경찰청관할 경찰서별 설문조사 건수=47,54,1
(표4.2) 설문조사 항목=48,55,1
(표4.3) 교통사고조사 교통경찰의 연령 분포=49,56,1
(표4.4) 교통사고조사 교통경찰의 조사경력 분포=49,56,1
(표4.5) 1달간 평균 교통사고조사 건수=49,56,1
(표4.6) 1년간 교통사고 재조사 요구 건수=49,56,1
(표4.7) 교통사고 재조사 원인별 비율=50,57,1
(표4.8) 교통사고유발 원인부터 발생까지의 소요시간=51,58,1
(표4.9) 교통사고처리 업무 개선효과=52,59,1
(표4.10) 녹화해야할 교통사고 유형=53,60,1
(표5.1) 교통사고 자동녹화장치 비교=61,68,1
(표5.2) 해상도별 영상수준 비교=67,74,1
(표5.3) 프레임별 파일크기 및 화질상태 비교=68,75,1
(표5.4) 비트별 화질상태 및 파일크기 비교=69,76,1
[그림1.1] 연구수행 절차도=5,12,1
[그림2.1] 교통사고 자동녹화장치 구성도=9,16,1
[그림2.2] 교통사고 자동녹화장치 작동과정=10,17,1
[그림2.3] 생물학적 뉴런의 구조=13,20,1
[그림2.4] 생물학적 뉴런의 수학적 모델=16,23,1
[그림2.5] 전형적인 뉴런의 구조=16,23,1
[그림2.6] 활성함수(전달함수)=17,24,1
[그림2.7] 단층 퍼셉트론=18,25,1
[그림2.8] 2차원 평면의 점을 분류하는 단층 퍼셉트론=18,25,1
[그림2.9] 다층 퍼셉트론(전진형)=20,27,1
[그림2.10] 피드백형 신경망=21,28,1
[그림2.11] 역전파 알고리즘 작동과정=22,29,1
[그림3.1] 일본 Mitsubishi의 교통사고 자동녹화장치=28,35,1
[그림3.2] 신경망을 이용한 교통사고 판별 알고리즘=35,42,1
[그림3.3] 음향신호를 이용한 충돌인식 과정=38,45,1
[그림4.1] 교통사고 처리순서=44,51,1
[그림4.2] 교통사고 재조사 원인별 비율=50,57,1
[그림4.3] 교통사고처리 업무 개선효과=52,59,1
[그림5.1] 시스템 구성도=59,66,1
[그림5.2] 사고판별을 위한 알고리즘=63,70,1
[그림5.3] 충돌음 및 평상시 교통소음의 주파수 파형 비교=64,71,1
[그림5.4] 평상시와 교통사고 소음의 주파수 특성 비교=65,72,1
[그림5.5] 비디오 촬영지점 및 촬영범위=66,73,1