• 전기전자학회논문지
• /
• 제21권4호
• /
• pp.412-415
• /
• 2017

본 논문에서는 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 제안한다. 제안한 시스템은 $360^{\circ}$ 원형영상의 평면 분할 부와 다중 번호판 인식 부로 구성되었다. $360^{\circ}$ 원형영상의 평면 분할 부는 고해상도 $360^{\circ}$ 전방위 IP 카메라에서 원형영상 획득, 원형영상 분할, 평면영상으로 변환, 보간법을 사용한 픽셀 보정 및 컬러보정, 에지 보정 등의 과정을 거쳐 화질이 개선된 평면영상으로 출력한다. 다중 번호판 인식 부는 평면영상에서 다중 번호판 후보영역 추출, 다중 번호판 후보영역 정규화 및 복원, 신경망을 사용한 다중 번호판 숫자, 문자 인식 과정을 거쳐 다중 번호판을 인식하게 된다. 제안된 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 평가하기 위하여 지능형 주차관제시스템 운영 전문 업체와 공동으로 실험한 결과, 97.8%의 높은 번호판 인식률이 확인되었다.

• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.231-236
• /
• 2011

이진화 알고리즘은 영상인식, 영상 분석 등 다양한 영상 처리 분야의 전처리 과정으로 자주 적용되고 있다. 영상 이진화는 임계치의 설정에 따라 처리 성능이 좌우되므로 영상처리부분에서 매우 중요하다고 할 수 있다. 대부분의 기존 이진화 방법은 배경과 물체의 명도차이가 큰 경우에는 히스토그램이나 픽셀의 평균값을 이용하여 양호한 임계치를 얻을 수 있으나, 배경과 물체의 밝기 차이가 크지 않은 경우에는 적절한 임계치를 얻기 어렵다. 따라서 본 논문에서는 차량 번호판을 이진화 하기 위해 차량 영상의 명도를 2구간으로 구분하고 각각의 구간에 퍼지 소속 함수를 적용하여 영상을 이진화하는 개선된 퍼지 이진화 방법을 제안하고자 한다. 제안된 이진화 방법의 성능을 평가하기 위하여 차량번호판 영상에 적용한 결과, 기존의 이진화 방법들보다 효율적인 것을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제2권1호
• /
• pp.29-35
• /
• 2009

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 이진화 한다. 이진화된 영상에서 허프(Hough)변환을 수행하여 수평, 수직선을 구하고, 번호판의 특징을 이용하여 번호판 영역을 추출한다. 이 방법의 문제점은 처리시간이 많이 소요되므로 실시간처리가 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 실시간안에 처리 함으로써 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, 문자인식에 실패한 영상은 0.4%의 결과를 나타내었다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.453-462
• /
• 2021

자동차 번호인식을 위해선 수많은 번호판 데이터가 필요하다. 번호판 데이터는 과거의 번호판부터 최신의 번호판까지 균형 있는 데이터의 확보가 필요하다. 하지만 실제 과거의 번호판부터 최신의 번호판의 데이터를 획득하는데 어려움이 있다. 이러한 문제를 해결하기 위해 인조 번호판을 이용하여 자동차 번호판을 생성하여 딥러닝을 통한 번호판 인식 연구가 진행되고 있다. 하지만 인조 데이터는 실제 데이터와 차이가 존재하며, 이러한 문제를 해결하기 위해 다양한 데이터 증강 기법을 사용한다. 기존 데이터 증강 방식은 단순히 밝기, 회전, 어파인 변환, 블러, 노이즈등의 방법을 사용하였다. 본 논문에서는 데이터 증강 방법으로 인조데이터를 실제 데이터 스타일로 변환하는 스타일 변환 방법을 적용한다. 또한 실제 번호판 데이터는 원거리가 많고 어두운 경우 잡음이 많이 존재한다. 단순히 입력데이터를 가지고 문자를 인식할 경우 오인식의 가능성이 높다. 이러한 경우 문자인식 향상을 위해 본 논문에서는 문자인식을 위하여 화질개선 방법으로 DeblurGANv2 방법을 적용하여 번호판 인식 정확도를 높였다. 번호판 검출 및 번호판 번호인식을 위한 딥러닝의 방식은 YOLO-V5를 사용하였다. 인조 번호판 데이터 성능을 판단하기 위해 자체적으로 확보한 자동차 번호판을 수집하여 테스트 셋을 구성하였다. 스타일 변환을 적용하지 않은 번호판 검출이 0.614mAP를 기록하였다. 스타일 변환을 적용한 결과 번호판 검출 성능이 0.679mAP 기록하여 성능이 향상되었음을 확인하였다. 또한 번호판 문자인식에는 화질 개선을 하지 않은 검출 성공률은 0.872를 기록하였으며, 화질 개선 후 검출 성능이 0.915를 기록하여 성능 향상이 되었음을 확인 하였다.

• 정보관리학회지
• /
• 제21권3호
• /
• pp.125-139
• /
• 2004

오늘날의 디지털 환경에서는 라이선스 계약 및 기술적 보호조치가 이용자의 권리를 제한하는 수단으로 이용되고 있다는 비난이 제기되고 있다. 이에 본 연구에서는 계약을 통해 그 이용이 이루어지는 디지털 자원에 대한 저작권법과 계약법간의 충돌 관계를 고찰하였고, 이러한 충돌 관계에 대한 법률적 해석 방법들을 고찰하였다. 그리고 IFLA가 밝힌 디지털 환경에서의 저자권에 대한 입장 고찰을 통해 이러한 충돌관계와 관련하여 도서관이 저작권법의 공동화를 방지하는 동시에 이용자의 권익을 확대하기 위한 대응방안을 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제7권4호
• /
• pp.212-222
• /
• 2014

In the current study, the authors propose a method for extracting license plate regions by means of a neural network trained to output the plate's center of gravity. The method is shown to be effective. Since the learning pattern presentation positions are defined by random numbers, a different pattern is submitted to the neural network for learning each time, which enables it to form a neural network with high universality of coverage. The article discusses issues of the optimal learning surface for a license plate covered by the learning pattern, the effect of suppression learning of the number and pattern enlargement/reduction and of concentration value conversion. Results of evaluation tests based on pictures of 595 vehicles taken at an under-ground parking garage demonstrated detection rates of 98.5%, 98.7%, and 100%, respectively.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.105-109
• /
• 2008

본 논문은 차량 번호판 중앙부 위치값을 기반으로한 신경망을 이용하여 차량의 번호판 영역을 추출하는 방법을 제안하고자 한다. 임의의 숫자들로 정의된 표시영역에 대한 학습패턴과 넓은 범위를 수용할 수 있도록 한 신경망의 학습패턴을 이용하여 보다 효율적인 방법을 제시하였다. 학습패턴으로 차량 번호판 인식의 최적화을 이루었고 차량번호 및 헤드라이트 부분의 은닉효과와, 학습패턴의 확대 및 감소에 대하여 연구하였다. 위의 과정을 통하여 지하주차장에서 595여대의 자동차에 대하여 번호판 영역을 추출한 결과 98.5%의 인식율을 보여주었다.

• 한국전자통신학회논문지
• /
• 제5권5호
• /
• pp.471-476
• /
• 2010

본 논문에서는 RGB 컬러 정보와 오류 역전파 신경망 알고리즘을 이용한 신 차량 번호판 인식 방법을 제안한다. 먼저, 차량 영상에서 평균 Blue값을 이용하여 차량 영상을 보정하고 픽셀값의 차를 이용하여 Red 후보 영역과 Green 후보 영역으로 구분한 후 오류 역전파 알고리즘에 적용하여 최종 Green 영역을 찾는다. 둘째, 수평 및 수직 히스토그램의 빈도수를 이용하여 번호판 영역을 추출한다. 마지막으로, 윤곽선 추적 알고리즘을 적용하여 개별 코드들을 추출하고, 오류 역전파 알고리즘을 적용하여 개별 코드들을 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위하여 실제 비영업용 신 차량 번호판에 적용한 결과, 제안된 번호판 추출 방법이 기존의 HSI(Hue Saturation Intensity) 정보를 이용한 번호판 추출 방법보다 추출률이 개선되었고 제안된 차량 번호판 인식 방법이 효율적인 것을 확인하였다.

• 한국전자통신학회논문지
• /
• 제3권4호
• /
• pp.240-246
• /
• 2008

본 논문에는 P2P 환경의 DRM 시스템을 개선하여 분산컴퓨팅의 성능을 최대화하고 사용자 증가와 콘텐츠 공유의 증가에 비례해 발생되는 부하를 최소화함으로써 디지털 콘텐츠의 스트리밍 서비스를 개선하고자 하였다. 이를 위해 인증 프로토콜과 라이센스 프로토콜을 개선하여 콘텐츠를 사용하고자 할 경우 라이선스만을 다운로드 받은 다음 복호화와 실행을 동시에 수행하도록 함으로써 기존 DRM 시스템보다 한층 강화된 스트리밍 지원을 하도록 하였다. 성능 평가를 위해 암호화되어 있는 영상 데이터 파일의 복호화를 먼저 수행한 후 재생하는 기존의 방식과 실시간으로 복호화를 하면서 재생하는 개선된 방식을 비교하여 수행 시간을 측정하였다. 수행 결과 개선된 DRM 시스템이 보다 안정된 대역폭을 유지하고 있으며 지연 시간은 감소하는 것을 확인할 수 있었다.

• 한국전자통신학회논문지
• /
• 제3권2호
• /
• pp.118-128
• /
• 2008

현재 공공기관에서 시행되고 있는 각종 부동산전자상거래 관련 서비스 현황을 분석하고, 부동산전자상거래를 우선적으로 적용 시행한 사례를 선택하여 분석하였다. 분석을 통해 정부 주도의 부동산전자상거래 시스템의 구성단위별 구축방안을 모색하고, 단위시스템 구축의 우선 순위를 검토하였으며 부동산컨텐츠정보를 DRM 서버에 전달하고 인증받은 후 복호키와 라이선스만 다운로드 받기 때문에 P2P기술이 가지고 있는 장점을 최대한 살리면서 콘텐츠의 가장 큰 문제점인 저작권 문제를 해결 할 수 있도록 한다.