Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Implementation of Deep Learning-Based Vehicle Model and License Plate Recognition System

딥러닝 기반 자동차 모델 및 번호판 인식 시스템 구현

  • Ham, Kyoung-Youn (Dept. of Aeronautical Software Engineering, Kyungwoon University) ;
  • Kang, Gil-Nam (Dept. of Aeronautical Software Engineering, Kyungwoon University) ;
  • Lee, Jang-Hyeon (Dept. of Aeronautical Software Engineering, Kyungwoon University) ;
  • Lee, Jung-Woo (Dept. of Aeronautical Software Engineering, Kyungwoon University) ;
  • Park, Dong-Hoon (Dept. of Aeronautical Software Engineering, Kyungwoon University) ;
  • Ryoo, Myung-Chun (Dept. of Aeronautical Software Engineering, Kyungwoon University)
  • 함경윤 (경운대학교 항공소프트웨어공학과) ;
  • 강길남 (경운대학교 항공소프트웨어공학과) ;
  • 이장현 (경운대학교 항공소프트웨어공학과) ;
  • 이정우 (경운대학교 항공소프트웨어공학과) ;
  • 박동훈 (경운대학교 항공소프트웨어공학과) ;
  • 류명춘 (경운대학교 항공소프트웨어공학과)
  • Published : 2022.07.13
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출 모델인 YOLOv4를 활용하여 차량의 모델과 번호판인식 시스템을 제안한다. 본 논문에서 제안하는 시스템은 실시간 영상처리기술인 YOLOv4를 사용하여 차량모델 인식과 번호판 영역 검출을 하고, CNN(Convolutional Neural Network)알고리즘을 이용하여 번호판의 글자와 숫자를 인식한다. 이러한 방법을 이용한다면 카메라 1대로 차량의 모델 인식과 번호판 인식이 가능하다. 차량모델 인식과 번호판 영역 검출에는 실제 데이터를 사용하였으며, 차량 번호판 문자 인식의 경우 실제 데이터와 가상 데이터를 사용하였다. 차량 모델 인식 정확도는 92.3%, 번호판 검출 98.9%, 번호판 문자 인식 94.2%를 기록하였다.

Keywords