• 디지털산업정보학회논문지
• /
• 제17권4호
• /
• pp.85-94
• /
• 2021

The LPR system's trigger sensor makes problem occasionally due to the heave weight of vehicle or the obsolescence equipment. If we replace the hardware sensor to the deep-learning based software sensor in order to generate the trigger signal, LPR system maintenance would be a lot easier. In this paper we proposed the deep-learning sliding window based object detection and tracking algorithm for the LPR system's trigger signal generation. The gate passing vehicle's license plate recognition results are combined into the normal tracking algorithm to catch the position of the vehicle on the trigger line. The experimental results show that the deep learning sliding window based trigger signal generating performance was 100% for the gate passing vehicles including the 5.5% trigger signal position errors due to the minimum bounding box location errors in the vehicle detection process.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.437-440
• /
• 2012

본 연구에서는 안성생활폐기물 매립지에 효율적인 매립지 관리를 위한 반입관리시스템을 개발하였다. 데이터베이스 및 시스템 설계에 있어서 표준화를 기본으로 하되 안성생활폐기물 매립지의 특수 상황을 반영할 수 있도록 하였다. RFID 및 LPR을 이용하여 반입차량을 판별하도록 하였으며 이를 기반으로 보다 신뢰성 있는 반입관리를 구현하였다.

• 한국인터넷방송통신학회논문지
• /
• 제12권4호
• /
• pp.161-166
• /
• 2012

본 연구에서는 폐기물 처리의 체계화 및 표준화를 위하여 안성생활폐기물 매립지에 전산화된 폐기물 반입관리시스템을 구축하였다. 데이터베이스 및 시스템 설계 과정에서 안성생활폐기물 매립지의 특수 항목들을 고려하였다. 그리고 다른 폐기물 매립지에도 적용 가능할 수 있도록 기반 핵심 자료 부분은 구조화 및 정형화 하였으며 특수 사항들에 대해서는 예외 처리 로직을 적용하여 표준화를 위해 노력하였다. 이러한 목적을 위해 생활폐기물 매립지에 효율적인 매립지 관리를 위한 반입관리시스템을 개발하였다. 데이터베이스 및 시스템 설계에 있어서 표준화를 기본으로 하되 안성생활폐기물 매립지의 특수 상황을 반영할 수 있도록 하였다. RFID 및 LPR을 이용하여 반입차량을 판별하도록 하였으며 이를 기반으로 보다 신뢰성 있는 반입관리를 구현하였다. 본 연구에서 개발된 시스템을 기반으로 자동화된 RFID/LPR을 사용한 효과적이고 체계적인 폐기물 매립장의 반입 반출관리가 행해질 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제18권10호
• /
• pp.1172-1179
• /
• 2015

A wireless license plate region extracting module is proposed for LPR system controlling multiple gates. This module is cheaply implemented using Raspberry Pi which is open source and high performance. First, as the upper 1/3 of the captured image is discarded as it has no useful information on license plate. Using the OpenCV libraries the edge image is got by Canny algorithm after applying Gaussian filtering to gray image, and the labeling is conducted for 4 consecutive numbers in license plate. These numbers are located using various decision equations, and expanding the numbers region the final license plate region can be extracted. The result image is transferred to Server using wifi direct. Using the proposed module it becomes easy to set up and maintain the LPR system. The experimental results showed that the successful extracting rate was 98.4% using 500 car images with 640 × 480 resolution.

• 디지털산업정보학회논문지
• /
• 제16권4호
• /
• pp.19-28
• /
• 2020

Vehicle license plate recognition system is not generalized in Malaysia due to the loose character layout rule and the varying number of characters as well as the mixed capital English characters and italic English words. Because the italic English word is hard to segmentation, a separate method is required to recognize in Malaysian license plate. In this paper, we propose a mixed character level and word level English license plate recognition algorithm using deep learning neural networks. The difference of Gaussian method is used to segment character and word by generating a black and white image with emphasized character strokes and separated touching characters. The proposed deep learning neural networks are implemented on the LPR system at the gate of a building in Kuala-Lumpur for the collection of database and the evaluation of algorithm performance. The evaluation results show that the proposed Malaysian English LPR can be used in commercial market with 98.01% accuracy.

• 한국전자통신학회논문지
• /
• 제9권2호
• /
• pp.143-148
• /
• 2014

파티클 필터는 비선형 비가우시안 추정 문제에 매우 효과적인 수단으로 비디오 영상에서 객체를 추적하는 경우에 널리 이용되어왔다. 하지만 객체의 이동이 심한 경우 객체의 추적을 위해서는 매우 많은 개수의 파티클이 있어야 하므로 계산량이 크게 증가하게 된다. 본 논문에서는 프레임간의 객체 이동이 상당히 크게 이루어지는 low frame rate(LPR) 비디오에서 차량의 추적을 위하여 모션 벡터를 이용한 개선된 파티클 필터 추적 방법을 제안하고 실험을 통하여 성능을 평가하였다. 제안한 파티클 필터에서는 selection 단계와 observe 단계의 두 단계에서 모션 벡터를 적용하였다. 실험 결과 제안한 방법은 LPR 영상에서 기존의 파티클 필터가 객체의 추적에 실패하는 경우에도 성공적 추적이 가능하며, 추적의 정확도 또한 향상되었음을 보여주었다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.173-179
• /
• 2018

최근 차량의 증가와 주차공간의 부족으로 주차를 이용한 사업이 늘어나고 있다. 주차사업에서 주차관제가 필수적인 요소가 되고 있고, 주차관제업체가 점점 늘어나는 계기가 되었다. 그러나 업체수가 점점 늘어나고 경쟁이 치열해 짐에 따라, 새로운 서비스를 창출하거나, 기술적 우수성을 가지거나, 현재 시스템 개선을 통해서 비용을 절감하려는 노력이 이루어지고 있다. 본 논문에서는 효과적인 주차산업을 위한 클라우드 기반의 자동차번호인식(LPR) 서비스를 이용한 주차관제시스템을 구현하였다. 제안하는 시스템은 구조적인 개선을 통해 비용을 절감하고, 설치를 간소화 하며, 장애나 업데이트시 빠르게 대응 가능하다.

• 유기물자원화
• /
• 제24권4호
• /
• pp.39-48
• /
• 2016

본 연구에서는 폐기물매립지 운영자, 관계 공무원 및 지역주민들에게 폐기물매립에 관한 정보 제공은 물론 실시간으로 폐기물매립지의 운영 및 관리를 최적화할 수 있는 매립 정보관리 시스템을 개발하였다. 매립 정보관리 시스템은 두 개의 시스템 (폐기물 매립이력 관리 시스템 및 매립 진척상황 관리 시스템)로 구성되어 있다. 자동화된 RFID / LPR 방식에 의한 고형 폐기물 매립이력 관리 시스템은 폐기물 수거 차량과 반입폐기물의 정보를 관리하며, 또한 폐기물매립지 외각에 설치된 추적 카메라를 이용하여 폐기물의 매립위치 및 매립시간 등의 정보를 3차원으로 DB화하여 향후 매립폐기물의 자원화 및 사후토지 이용 시 필요한 매립이력을 제공할 수 있도록 하였다. 매립진척상황 정보관리 시스템은 레이저 스캐너를 이용하여 실시간으로 매립지 부피 및 용량을 3차원으로 관리하여 매립진척상황을 실시간으로 산정할 수 있도록 하여 향후 매립지 잔여용량 분석을 통한 수요예측이 가능하도록 하였다.

• 한국통신학회논문지
• /
• 제39C권10호
• /
• pp.909-919
• /
• 2014

License plate (LP) detection is the most imperative part of an automatic LP recognition (LPR) system. Typical LPR contains two steps, namely LP detection (LPD) and character recognition. In this paper, we propose an efficient Vehicle-to-LP detection framework which combines with an adaptive GMM (Gaussian Mixture Model) and a cascade of boosted classifiers to make a faster vehicle LP detector. To develop a background model by using a GMM is possible in the circumstance of a fixed camera and extracts the motions using background subtraction. Firstly, an adaptive GMM is used to find the region of interest (ROI) on which motion detectors are running to detect the vehicle area as blobs ROIs. Secondly, a cascade of boosted classifiers is executed on the blobs ROIs to detect a LP. The experimental results on our test video with the resolution of $720{\times}576$ show that the LPD rate of the proposed system is 99.14% and the average computational time is approximately 42ms.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.1-8
• /
• 2011

최근 차량의 출입통제 및 주차관리 그리고 불법 차량의 단속 등 다양한 분야에서 차량 번호판 자동 인식 기술들이 활용되고 있다. 그러나 기울어지거나 햇빛 또는 조명 등의 영향을 받은 차량 영상에서는 번호판의 고유한 정보가 변형될 수 있다. 본 논문에서는 왜곡에 불변한 차량 번호판 검출 및 인식 알고리즘을 제안하였다. 먼저 DoG(Difference of Gaussian) 필터를 이용해서 번호판의 문자 획이 잘 보전된 이진영상을 생성하였다. 그리고 왜곡에 불변한 연속된 큰 숫자들의 위치를 찾고 그 정보를 이용해서 번호판영역을 검출하였다. 기하학적 왜곡 보정과 영상 개선 작업을 수행한 다음 신경망을 이용해서 번호판을 인식하였다. 제안한 알고리즘을 상용 LPR(License Plate Recognition) 시스템으로부터 획득한 6,200장의 차량 영상을 대상으로 시뮬레이션 한 결과 98.4%의 번호판 영상 인식률과 0.05초의 인식 속도를 얻을 수 있었다.