• 한국전자통신학회논문지
• /
• 제7권5호
• /
• pp.1153-1164
• /
• 2012

본 논문에서는 자동차 번호판 인식 및 스마트폰을 활용한 객체 지향 설계 기반의 효율적인 차량 관리 시스템을 제안한다. 제안하는 시스템은 수리 차량 입고 시 IP카메라를 이용하여 실시간으로 자동차 번호판을 인식하고 인식된 차량의 기존 수리 이력 정보를 DID에 출력한다. 또한 차량 정비사가 수리 차량을 정비하는 동안 IP 카메라를 통해 수리 과정을 동영상으로 촬영하며, 촬영된 동영상 중에 프레임을 추출하여 사용자의 스마트폰에 이미지를 전송함으로써 고객 차량 확인 및 수리 이력 관리 기능을 제공한다. 사용자의 편의성을 제공하기 위해 웹 및 모바일 기반의 사용자 인터페이스를 제공한다. 제안하는 시스템의 설계는 구현 후 재사용성과 확장성을 고려하여 모듈을 세분화한 객체 지향 기반의 소프트웨어 설계 모델링을 적용한다. 제안하는 시스템을 통해 차량 수리 센터 및 정비업체는 업무의 효율성을 향상시킬 수 있으며, 아울러 차량 수리를 요청한 고객의 신뢰도를 높일 수 있다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.32-39
• /
• 2011

꼬리물기는 교차로에 정체가 발생하면 녹색 현시라도 진입해서는 안 되는데 이를 무시하고 무리하게 진입, 신호가 바뀐 뒤 다른 방향의 차량흐름에 방해를 주는 행위이다. 인력에 의한 단속 방법은 한계가 있어 지속적으로 단속을 하기위해서는 대체 방안이 필요하다고 하겠다. 교차로에서의 꼬리물기 위반를 시스템을 통해 단속가능한 지 여부를 파악하기 위해 실제 현장에서 실험을 통해 평가를 수행하였다. 본 연구에서는 현재 운영 중인 신호위반 단속장비와 달리 위반 차량을 단속하는 시점을 교차로 진출부 횡단보도 부근에서 하였으며, 위반 차량을 역추적 방식으로 궤적을 추적하는 방식을 적용하였다. 현장 실험 결과 시스템에 다음과 같은 결론을 얻었다. 교차로 꼬리물기 위반 차량에 대한 단속 능력, 즉 위반차량 검지율 및 오검지율을 평가한 결과, 평균 검지율은 83.5%, 오단속률은 0.2, 오인식률 1.5%로 나타났다. 따라서 꼬리물기 위반 차량을 무인단속장비에 의해 단속을 할 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.337-342
• /
• 2008

최근 들어 기존의 녹색 바탕 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만 아직 기존 차량 번호판이 신 차량 번호판으로 전면 교체되지 않아 두 번호판 모두 사용되고 있다. 따라서 주차관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판의 특징에 맞는 인식 시스템이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위해 기존 차량 번호판과 신 차량 번호판을 통합한, 지능형 차량 번호판 인식 시스템을 제안한다. 무인 카메라에서 획득된 차량 영상에서 번호판의 색상 정보를 이용하여 기존 차량 번호판과 신 차량 번호판을 구분한다. 기존 차량 번호판인 경우에는 HSI 컬러 공간을 이용하여 이진화를 적용하며, 신 차량 번호판인 경우에는 블록 이진화를 적용한다. 이진화된 영상을 대상으로 차량의 형태학적 특징을 이용하여 잡음을 제거한 후, 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역에 대해 Labeling 알고리즘을 적용하여 개별 문자를 추출한다. 추출된 개별 문자는 FCM 알고리즘을 적용하여 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 160장의 기존 차량 영상과 100장의 신 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Transactions on Electrical and Electronic Materials
• /
• 제17권6호
• /
• pp.363-368
• /
• 2016

Rectangular shape detection plays an important role in many image recognition systems. However, it requires continued research for its improved performance. In this study, we propose a strong rectangular shape detection algorithm, which combines the canny edge and line detection algorithms based on the perpendicularity and parallelism of a rectangle. First, we use the canny edge detection algorithm in order to obtain an image edge map. We then find the edge of the contour by using the connected component and find each edge contour from the edge map by using a DP (douglas-peucker) algorithm, and convert the contour into a polyline segment by using a DP algorithm. Each of the segments is compared with each other to calculate parallelism, whether or not the segment intersects the perpendicularity intersecting corner necessary to detect the rectangular shape. Using the perpendicularity and the parallelism, the four best line segments are selected and whether a determined the rectangular shape about the combination. According to the result of the experiment, the proposed rectangular shape detection algorithm strongly showed the size, location, direction, and color of the various objects. In addition, the proposed algorithm is applied to the license plate detecting and it wants to show the strength of the results.

• 한국정보전자통신기술학회논문지
• /
• 제6권2호
• /
• pp.95-100
• /
• 2013

본 논문에서는 지능형 감시 시스템을 위한 객체 추적 방법과 PTZ 카메라 제어에 대하여 제안하고 있다. 제안된 알고리즘의 우수성을 입증하고자 검지 영역 내 차량의 진입 및 추적 실험을 하였고, 차량이 검지 영역 내에서 정차시 카메라의 PTZ를 제어하여 차량의 번호판 영상을 취득하도록 하였다. 실험에 참여한 차량은 움직이는 차량의 경우97.4%, 정차해 있는 차량의 경우91%의 추적율을 나타내었다. 그리고 정차해 있는 차량에 대해 번호판 위치로 정확한 PTZ 제어가 된 경우는 65대로 84.6%이었다. 실험 결과 제안된 알고리즘이 지능형 영상 감시 시스템에서 효율적으로 사용되어 질 수 있음을 입증하였다.

• 제어로봇시스템학회논문지
• /
• 제21권11호
• /
• pp.1008-1016
• /
• 2015

This paper proposes a method for detecting the front side of vehicles. The method can find the car side with a license plate even with complicated and cluttered backgrounds. A convolutional neural network (CNN) is used to solve the detection problem as a unified framework combining feature detection, classification, searching, and localization estimation and improve the reliability of the system with simplicity of usage. The proposed CNN structure avoids sliding window search to find the locations of vehicles and reduces the computing time to achieve real-time processing. Multiple responses of the network for vehicle position are further processed by a weighted clustering and probabilistic threshold decision method. Experiments using real images in parking lots show the reliability of the method.

• 한국정보전자통신기술학회논문지
• /
• 제1권2호
• /
• pp.65-70
• /
• 2008

본 논문에서는 지능형 감시 시스템을 위한 객체 추적 방법과 PTZ 카메라 제어에 대하여 제안하고 있다. 제안된 알고리즘의 우수성을 입증하고자 검지 영역내 차량의 진입 및 추적 실험을 하였고, 차량이 검지영역 내에서 정차시 카메라의 PTZ 를 제어하여 차량의 번호판 영상을 취득하도록 하였다. 실험에 참여한 차량은 움직이는 차량의 경우 97.4%, 정차해 있는 차량의 경우 91%의 추적율을 나타내었다. 그리고 정차해 있는 차량에 대해 번호판 위치로 정확한 PTZ 제어가 된 경우는 65대로 84.6% 이었다. 실험 결과 제안된 알고리즘이 지능형 영상 감시 시스템에서 효율적으로 사용되어 질 수 있음을 입증하였다.

• 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.

• 한국산학기술학회논문지
• /
• 제7권6호
• /
• pp.1167-1174
• /
• 2006

자연이미지로부터 텍스트 영역 추출은 자동차 번호판 인식 등과 같은 많은 응용프로그램에서 유용하다. 따라서 본 논문은 문자-에지 맵의 패턴 히스토그램을 이용한 텍스트 영역을 추출하는 방법을 제안한다. 16종류의 에지맵을 생성하고, 이것을 조합하여 문자 특징을 갖는 8종류 문자-에지 맵 특징을 추출한다. 문자-에지 맵의 특징을 이용하여 텍스트 후보 영역을 추출하고, 텍스트 후보 영역에 대한 검증은 문자-에지 맵의 패턴 히스토그램 및 텍스트 영역의 구조적 특징을 이용하였다. 실험결과 제안한 방법은 복잡한 배경, 다양한 글꼴, 다양한 텍스트 컬러로 구성된 자연이미지로부터 텍스트 영역을 효과적으로 추출하였다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1115-1122
• /
• 2018

본 논문에서는 기존 1-Bit 합성곱 신경망의 성능 하락에 대한 분석과 이를 완화하기 위한 방안을 제시한다. 기존의 연구는 첫 번째 층과 마지막 층만 32-Bit 연산을 적용하고 나머지 연산은 1-Bit 연산을 적용한 것과 달리 본 논문에서는 두 번째 층도 32-Bit로 연산한다. 또한 입력과 가중치를 이진화하고 1-Bit 연산을 적용한 후에는 비선형 활성화 함수를 제거할 수 있음을 제시한다. 본 논문에서 제시한 방법을 검증하기 위해 차량 번호판 검출을 위한 객체 검출 신경망을 실험하였다. 기존의 방법으로 학습한 결과보다 정확도가 74%에서 96.1%로 상승하였다.