• 전기학회논문지
• /
• 제65권1호
• /
• pp.142-149
• /
• 2016

This paper proposes a method to detect LP(License Plate) of vehicles in indoor and outdoor parking lots. In restricted environment, there are many conventional methods for detecting LP. But, it is difficult to detect LP in natural and complex scenes with background clutters because several patterns similar with text or LP always exist in complicated backgrounds. To verify the performance of LP text detection in natural images, we apply MB-LGP feature by combining with ensemble machine learning algorithm in purpose of selecting optimal features of small number in huge pool. The feature selection is performed by adaptive boosting algorithm that shows great performance in minimum false positive detection ratio and in computing time when combined with cascade approach. MSER is used to provide initial text regions of vehicle LP. Throughout the experiment using real images, the proposed method functions robustly extracting LP in natural scene as well as the controlled environment.

• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.203-207
• /
• 2006

Nowadays, Cars are continuing to grow at an alarming rate but they also cause many problems such as traffic accident, pollutions and so on. One of the most effective methods that prevent traffic accidents is the use of traffic monitoring systems, which are already widely used in many countries. The monitoring system is beginning to be used in domestic recently. An intelligent monitoring system generates photo images of cars as well as identifies cars by recognizing their plates. That is, the system automatically recognizes characters of vehicle plates. An automatic vehicle plate recognition consists of two main module: a vehicle plate locating module and a vehicle plate number identification module. We study for a vehicle plate number identification module in this paper. We use image preprocessing, feature extraction, multi-layer neural networks for recognizing characters of vehicle plates and we present a feature-comparison method for improving the performance of vehicle plate number identification module. In the experiment on identifying vehicle plate number, 300 images taken from various scenes were used. Of which, 8 images have been failed to identify vehicle plate number and the overall rate of success for our vehicle plate recognition algorithm is 98%.

• 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.

• 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.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.103-113
• /
• 2019

차량 번호판 인식 카메라는 차량 번호판 내 문자와 숫자의 인식을 위하여 대상 차량의 이미지 취득을 목적으로 하는 전용 카메라를 말하며 대부분 단독 사용보다는 서버와 영상 분석 모듈과 결합된 시스템의 일부로 적용된다. 그러나 차량 번호판 인식을 위한 시스템 구축을 위해서는 취득 영상 관리 및 분석 지원을 위한 서버와 문자, 숫자의 추출 및 인식을 위한 영상 분석 모듈을 함께 구성하여야 하므로 구축을 위한 설비가 필요하고 초기 비용이 많이 든다는 문제점이 있다. 이에 본 연구에서는 카메라의 기능을 차량 번호판 인식에만 한정하지 않고 방범 기능을 함께 수행할 수 있도록 확장하고 카메라 단독으로도 두가지 기능 수행이 가능한 Edge Base의 임베디드형 융합 카메라를 개발한다. 임베디드형 융합 카메라는 선명한 영상 취득 및 빠른 데이터 전송을 위해 고해상도 4K IP 카메라를 탑재하고 오픈소스 신경망 알고리즘 기반의 다중 객체 인식을 위한 딥러닝 SW인 YOLO를 적용하여 차량 번호판 영역을 추출한 후 차량 번호판 내의 문자와 숫자를 검출하고 검출 정확도와 인식 정확도를 검증하여 CCTV 방범 기능과 차량 번호 인식 기능이 가능한지를 확인 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.797-800
• /
• 2003

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 연구하였단. 위의 과정을 통하여 지하주차장에서 595여대의 자동차에 대하여 번호판 영역을 추출한 결과 98.5%의 인식율을 보여주었다.

• 대한전자공학회논문지SP
• /
• 제44권3호
• /
• pp.1-7
• /
• 2007

자동차 번호판을 인식하기 위해서는 차량 영상에서 번호판을 추출하고, 추출된 번호판으로부터 문자를 분리하여야 하고, 각 문자들에 대해서 특징 벡터를 추출하고 신경망을 이용하여 인식한다. 이때 인식의 기준이 되는 특징 벡터의 선정은 데이터양의 감소뿐 만 아니라 인식 성능에 많은 영향을 미친다. 본 논문에서는 숫자를 고유 숫자(eigennumber)의 선형 조합으로 분해하여 특징 벡터를 추출하는 새로운 특징 벡터 추출 기법을 제안하고, 자동차 번호판의 숫자 인식에 적용함으로써 그 유효성을 검증하였다. 실험 결과, 고유 숫자 공간상에서 다층 퍼셉트론 신경망을 이용하여 95.3%의 인식률을 보였고, 이는 일반적인 메쉬 특징과 비교하여 약 5%의 향상된 결과이다.

• 한국정보처리학회논문지
• /
• 제6권7호
• /
• pp.1970-1979
• /
• 1999

본 논문에서는 수동 AVI 기술을 이용하여 차량 번호 판과 운전자 얼굴을 동시에 인식하는 시스템에 대해 제안하고자 한다. 이를 위해 우선적으로 환경에 불편인 전처리과정 알고리즘의 제시와 목표영역이 되는 차량 번호판 영역과 운전자 얼굴 영역을 추출하는 방법에 대해 다루고자 한다. 이후 목표영역에서 문자 영역분리와 인식 파라미터 추출을 행하고 차량 번호판의 경우 원형 정합으로, 운전자 얼굴 영역의 경우 퍼지 관계 행렬을 생성하여 최종적인 인식을 수행하고자 한다. 본 논문에서 제안하는 시스템은 환경에 불변인 전처리과정의 수행과 기존의 AVI 시스템에서 차량 번호 판만을 인식했던 것을 운전자 얼굴 인식까지 행함으로써 기존 AVI 시스템의 적용성 확대를 기할 수 있었다.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.595-604
• /
• 2013

현재 수입차 차량의 등록대수가 해를 거듭할수록 증가하는 추세이다. 그에 맞춰 수입차와 같은 고급 차량을 정비하기 위한 차량 정비 업체의 환경 개선이 지속적으로 이루어지고 있다. 본 논문에서는 정비 차량의 고객 신뢰도를 제공하기 위한 스마트 차량 관리 시스템을 구현하기 위해 HSV 색상모델 기반의 키 프레임 추출 기법을 제안한다. 수리 차량의 입고 시 차량 번호판 인식 프로세스를 통해 차량의 번호판을 자동으로 인식 후, 이를 기준으로 차량의 수리 이력 확인 및 수리 요청을 처리한다. 차량 수리 동영상을 토대로 차량 수리 키 프레임을 추출하여 사용자의 스마트폰으로 제공하는 서비스를 구현한다. 아울러 제안하는 기법을 스마트 차량 관리 시스템에 적용함으로써 서비스의 우수성을 검증한다. 마지막으로 키 프레임 추출 기법의 성능을 향상시키기 위해 RGB 색상을 HSV 색상으로 변환하여 처리한다. 그 결과 제안된 방법의 키 프레임 추출을 위한 성능 평가에서 기존의 RGB 색상모델보다 HSV 색상모델이 재현율 측면에서 약 30% 더 우수함을 확인하였다.