:: The Journal of the Institute of Internet, Broadcasting and Communication ::, Vol.21 No.3 | (2021) pp.1~6
딥러닝 기반 실시간 교통사고 유형 및 과실 정보 제공 서비스
Abstract
도로 위 교통사고 발생 시 당사자 간의 과실 비율 판정이 주요 문제가 되고 있다. 사용자에게 더욱 정확한 과실 비율 판정 기준을 제공하기 위하여 여러 기업에서 서비스를 제공하고 있다. 하지만 현재 제공되고 있는 서비스들은 사고 현장에서 즉시 사용하기에는 한계가 있다. 일반적으로 현재 제공되는 과실 비율 판정 서비스는 모든 사고처리 절차가 종료된 이후 시간적 여유가 있을 때 사용된다. 이와 같은 한계를 극복하고자 본 논문에서는 딥러닝 기반의 예측 모델을 활용한 실시간 교통사고 유형 및 과실 비율 정보 제공 서비스를 제공한다. 사용자는 사고 현장에서 사진을 찍는 것으로 즉시 사고 유형 및 과실 정보 파악이 가능하며, 동일 사고 유형의 실제 판례를 확인할 수 있다. 사용자는 서비스를 사용 하여 더욱 정확하고 확실한 과실 비율 판정 및 사고처리 절차를 진행할 수 있을 것이다.
Determining the percentage of negligence between the parties in the event of road traffic accidents is a significant problem. In order to provide users with more accurate criteria for determining the percentage of negligence, several companies are providing services. However, services currently available are limited to immediate use at the scene of an accident. Generally, the service that determines the percentage of negligence can be used after all accident handling procedures have been completed. This paper provides a real-time traffic accident type and fault rate information provision service utilizing a deep learning-based predictive model to overcome these limitations. Users can immediately identify accident types and fault information by taking pictures at the accident site and check actual precedents of the same accident type. Users will be able to use the service to more accurately and reliably determine the percentage of negligence and handle incidents.
Artificial Intelligence,Deep Learning,Traffic accident
