• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.667-669
• /
• 2002

번호판 인식은 번호판 영역 추출 세그멘테이션, 인식의 3단계로 나눈다. 일반적으로 번호판 영역을 검출하는 과정에서 여러 후보영역이 추출되는데 검증 과정을 통해 그 중 하나를 선택한다. 따라서 적절한 검증 방법은 번호판 인식의 신뢰성을 높히기 위해 필수적이다. 본 논문은 다층 신경망에 사용하는 대표적인 알고리즘 중 하나인 역전과 알고리즘을 이용하여 번호판 후보 영역을 검증하는 방법을 제시한다. 신경망을 통한 학습을 위해 우선 적절한 훈련 이미지를 수집해야한다. 특히 번호판 이미지가 아닌 훈련 데이터를 수집하는 것은 어려운 문제이다. 본 논문에서는 효과석인 훈련 데이터 수집의 방법과 특징 벡터 생성에 대하여 제안하고 이 방법의 효용성을 실험을 통하여 검증한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.601-603
• /
• 2003

최근에 차량수의 증가로 인하여 교통량이 증가하고 그로 인하여 ITS(Intelligent Transport System)에 대한 관심이 증가하게 되었다. 그 중에서도 LPR system(License Plate Recognition system)은 ITS에서 중요한 역할을 한다. 본 논문에서는 차량의 번호를 인식하기 위해 선행되어야 하는 과정인 대상 차량의 번호판 영역을 추출하고 구성 숫자들을 분리하는 알고리즘을 제안한다. 이 알고리즘은 영상에서 차량의 번호판 영역을 찾는 부분과 번호판의 숫자를 분리하는 부분으로 구성이 되어 있다. 먼저 입력 영상에서 gradient를 구하게 된다. 구해진 gradient에서 차량의 구조와 transition의 횟수를 조사를 통해서 번호판 영역을 찾게 된다. 찾아진 번호판 영역에서 adaptive threshold를 적용하여 숫자들을 분리하게 된다. 실내 주차장 환경에서 촬영된 영상을 대상으로 실험을 수행하고 그 결과를 정리하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.121-123
• /
• 2004

차량 번호판 인식 시스템은 무인 카메라 등의 영상 장치로부터 입력된 차량 이미지로부터, 차량 번호판 정보를 읽어내는 시스템이다. 이러한 차량 번호판 인식 시스템의 응용 시스템 중 과속 차량 단속과 같은 일부 응용 시스템은 번호판의 글자나 숫자를 다른 글자나 숫자로 잘못 인식할 경우 심각한 문제를 발생시킬 수 있다. 이러한 시스템을 위해 우리는 인식 결과에 대한 신뢰도가 낮은 경우 인식을 포기 또는 위임하는 신중한 분류기(Cautious Classifier)를 이용 인식 시스템을 구성하였다. 또한 학습 예제의 가중치를 조절하는 방법을 사용 이러한 신중한 분류기의 성능을 향상 시켰다. 실제 번호판 인식 실험 결과 우리가 제안한 가중치 부여 방식이 차량 번호판 인식 문제에 좋은 결과를 보임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.691-693
• /
• 2004

현재 휴대폰을 이용한 다양한 컨텐츠 산업이 부흥기를 누리고 있으며, 휴대폰 제조 회사도 휴대폰에 소비자의 욕구를 충족시킬 수 있는 다양한 기능을 구현하고 있다. 본 논문은 현재 출시되고 있는 휴대폰에 부착된 카메라로 획득된 저해상도의 자연 영상에서 전화번호를 인식시켜 사용자로 하여금 보다 간편하게 원하는 전화번호를 실시간으로 휴대폰에 저장시키는 기능을 구현하고자 한다. 본 논문에서는 저해상도의 실영상에서 전화번호 부분이 추출되었다는 가정아래. 전화번호를 인식하기 위해 배경과 전화번호 부분을 분리하기 위한 다양한 이진화 실험을 하였으며, 범용 인식기인 아르미6.0물 이용하여 휴대폰으로 획득된 저해상도의 전화번호를 인식하기 위한 최선의 전처리 알고리즘을 제시하고자 한다.

• 정보처리학회논문지D
• /
• 제17D권2호
• /
• pp.167-174
• /
• 2010

비밀번호를 입력하는 과정에서 가장 큰 보안 위협은 비밀번호를 훔쳐보는 것이다. 비밀번호 훔쳐보기는 비밀번호를 입력하는 과정을 옆에서 지켜보고 비밀번호를 획득하려고 하는 행위로서 비밀번호를 획득하는 가장 전통적인 방법이며 강력한 보안 위협이다. 본 논문에서는 인지심리학에 기초한 비밀번호 훔쳐보기로부터 안전한 기술인 역동 인증 체계(DAS)라 불리는 비밀번호 입력 기술을 제안하였다. 그리고 제안한 역동 인증 체계의 비밀번호 훔쳐보기에 대한 안전성을 직관적인 관점, 훔쳐보기 실험, 이론적인 분석으로 구분하여 검증하였다. 비밀번호 훔쳐보기로부터 안정성이 입증된 역동 인증 체계를 내장시킨 비밀번호 입력기를 설계하여 구현하였다. 구현한 비밀번호 입력기는 일반 패스워드 입력방식 보다 훔쳐보기 공격자의 비밀번호 획득 확률을 현저하게 낮출 수 있으므로 은행에서 운영하는 금융자동화기기에 적용 및 운영되기에 적합한 것으로 평가를 받아 금융기관에서 도입하여 활용되고 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.352-357
• /
• 2006

매년 도로와 주차공간의 확장보다 차량의 수가 빠르게 증가하여 그에 따라 불법 주차 관리의 어려움이 증가하고 있다. 이러한 문제점을 해결하기 위해 지능형 주차 관리 시스템이 필요하게 되었다. 본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드를 퍼지 신경망 알고리즘을 제안하여 학습 및 인식한다. 본 논문에서는 차량 번호판 영역을 검출하기 위해 프리윗 마스크를 적용하여 수직 에지를 찾고, 차량 번호판의 정보를 이용하여 잡음을 제거한 후에 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역은 반복 이진화방법을 적용하여 이진화하고, 이진화된 차량 번호판 영역에 대해서 수직 분포도와 수평 분포도를 이용하여 번호판의 개별 코드를 추출한다 추출된 개별 코드는 제안된 퍼지 신경망 알고리즘을 적용하여 인식한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고 중간층과 출력층간의 학습 구조는 Max_Min 신경망을 적용한다. 제안된 방법의 추출 및 인식 성능을 평가하기 위하여 실제 차량 영상 150장을 대상으로 실험한 결과, 기존의 차량 번호판 인식 방법보다 효율적이고 인식 성능이 개선된 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1352-1357
• /
• 2002

본 논문에서는 차량의 후면에서 촬영한 영상을 이용하여 효과적으로 번호판을 추출하고, 그 안에 표기된 문자를 인식하는 방법을 제안한다. 기존의 연구방법은 전체영상에 대하여 전처리를 수행하여 에지(edge)영상을 구하여 이진화한다. 이진화된 영상에서 허프(Hough)변환을 수행하여 수평, 수직선을 구하고, 번호판의 특징을 이용하여 번호판 영역을 추출한다 이 방법의 문제점은 처리시간이 많이 소요되므로 실시간 처리가 곤란하다는 점과 야간관 같이 명암상태가 불규칙하고 영상에서 번호판 테두리가 나타나지 않으면 번호판 영역추출을 할 수 없다는 점이다. 또한 차량의 후면에서 촬영한 영상에서 번호판 영역의 명암값 변화의 특성을 이용하여 번호판 영역에서 숫자폭, 배경영역과 숫자영역의 명암차를 조사하여 숫자영역임을 확인하고, 확인된 숫자와 숫자사이의 거리를 조사하여 번호판 영역을 추출한다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역추출 실패의 문제점을 해결하고 시간 소요의 문제를 실시간 안에 처리함으로써 실용적 응용이 가능하다. 실험 결과 100장의 샘플영상으로 실험한 결과 멀리 있는 자동차 영상에서도 자동으로 번호판을 판독할 수 있었으며, 번호판 추출에 실패한 영상은 13%를 나타내었고, 문자 인식에 실패한 영상은 0.4%의 결과를 나타내었다

• 전자공학회논문지SC
• /
• 제45권2호
• /
• pp.8-17
• /
• 2008

본 논문에서는 매우 다양한 조건하에서 취득된 영상으로부터 차량 번호판 영역을 추출하는 방법을 제안한다. 제안하는 방법은 색상정보와 에지정보를 보완적으로 사용함으로써 다양한 조명조건은 물론 압축영상에서 흔히 나타나는 영상의 블록화 현상에 강건하게 번호판을 추출한다. 번호판 기울기 각도 보정은 탐색된 영역만을 허프 변환을 통해 각도를 추정, 보정함으로써 연산량을 줄였다. 최종 번호판 후보지 결정은 대상 영역의 가로 대 세로 비율 평가, 수평 스캔하여 영점 교차되는 양상 평가, 레이블링 방법을 이용한 연결 성분 수 측정 등의 방법을 이용하여 결정한다. 다양한 시간대에 수집된 차량 영상을 대상으로 수행된 실험을 통해 제안하는 방법이 강건하게 번호판을 추출 할 수 있음을 확인하였다. 실제 주정차 단속 영상을 대상으로 실험한 결과 94.9%의 번호판 추출 결과를 얻었다.

• 한국산업정보학회논문지
• /
• 제9권2호
• /
• pp.32-43
• /
• 2004

이동중인 차량에 카메라를 설치하여 주행 중에 정지 또는 주행중인 자동차의 영상을 획득하여, 이를 인식하는 시스템을 제안한다. 주행 중에 획득한 영상에서 번호판 영역을 추출하기 위하여, 번호판 영역에서 나타나는 강한 수직 에지 성분을 이용하여 번호판 후보 영역들을 찾고 이진화 된 영상에서의 배경과 문자의 구성비를 따져 번호판 영역을 추출하는 방법을 사용한다. 자동차 번호판 인식을 위하여 다중 클래스 인식을 지원하는 SVM과 모듈라 신경망 인식 성능을 비교하였으며, 인식률을 높이기 위하여 SVM을 모듈라 신경망과 결합하여 다중 클래스 분류기로 확장하는 방법을 제안하고 실험하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제7권5호
• /
• pp.1052-1061
• /
• 2003

본 논문은 SOM 알고리즘을 이용한 차량 번호판 인식 방법을 제안하고 차량 번호판 인식을 이용한 주차관리 시스템 개발에 대해서 기술한다. 차량 영상에서 번호판 영역을 추출하기 위해 수평$.$수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 4 방향 윤곽선 추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 SOM 알고리즘을 적용한다. 50개의 실제 차량 영상을 실험한 결과, 제안된 번호판 영역 추출 방법이 기존의 RGB 정보를 이용한 방법과 HSI를 이용한 방법보다 추출율이 개선되었다. 그리고 SOM 알고리즘을 이용한 차량 번호판 인식이 효율적인 것을 확인하였다. 실험을 통하여 성능 향상을 보인 제안된 차량 번호판 인식 방법을 이용하여 주차 관리 시스템을 개발하였다.