• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.238-240
• /
• 2004

경제 성장과 생활 수준의 향상으로 인한 자동차 수의 증가는 않은 문제를 발생시키고 있다 제한된 인력과 비용으로 효율적인 자동차 관리를 위한 연구 분야 중에서 자동차 번호판 인식 (Vehicle Plate Recognition) 기술은 법규위반의 식별, 통행료 징수, 납세, 도난.도주 차량 확인 및 주차 관리 등의 않은 분야에 응용되고 있다. 자동차 번호판 문자 인식 문제와 같이 훈련 예제 수집 비용이 많이 드는 경우에 제한된 수의 훈련 예제를 최대한 활용하여 분류 성능을 향상시키기 위한 방안 중 하나로, 수집된 훈련 예제들로부터 가상의 예제를 생성하고, 생성된 가상 예제를 훈련 예제로 추가하여 학습하는 절러 연구가 수행된 바 있다. 본 논문에서는 자동차 번호판 문자 인식의 성능 향상을 위친 수집된 예제들을 적절히 병합하여 가상의 예제를 생성하는 방안에 관해 기술하고, 문자 인식 분야에서 일반적으로 많이 사용되는 여러 알고리즘에 대하여 다양한 가상 예제 생성 방안 및 다양한 생성 비율 따른 실험을 통해 그 효용성을 확인하였다

• Journal of Intelligence and Information Systems
• /
• v.28 no.2
• /
• pp.57-74
• /
• 2022

Recently, artificial intelligence parking control systems have increased the recognition rate of vehicle license plates using deep learning, but there is a problem that they cannot determine vehicles with fake license plates. Despite these security problems, several institutions have been using the existing system so far. For example, in an experiment using a counterfeit license plate, there are cases of successful entry into major government agencies. This paper proposes an improved system over the existing artificial intelligence parking control system to prevent vehicles with such fake license plates from entering. The proposed method is to use the degree of matching of the front feature points of the vehicle as a passing criterion using the ORB algorithm that extracts information on feature points characterized by an image, just as the existing system uses the matching of vehicle license plates as a passing criterion. In addition, a procedure for checking whether a vehicle exists inside was included in the proposed system to prevent the entry of the same type of vehicle with a fake license plate. As a result of the experiment, it showed the improved performance in identifying vehicles with fake license plates compared to the existing system. These results confirmed that the methods proposed in this paper could be applied to the existing parking control system while taking the flow of the original artificial intelligence parking control system to prevent vehicles with fake license plates from entering.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.174-177
• /
• 2000

자동차 번호판 인식 시스템을 구현하기 위해서는 영상에서 번호판을 추출하는 영역과 추출된 번호판에서 각 문자의 숫자를 추출하는 영역, 마지막으로 이를 인식하는 영역으로 나누어진다. 본 논문에서는 번호판 영역이 다른 영역보다 녹색의 밀집도가 높다는 특징을 이용하여 이미지에서 번호판을 추출하고, 개선된 퍼지 ART학습 알고리즘으로 자동차 번호판 인식에 적용한다. 실험결과에서는 여러 차량에 대해 인식율이 우수한 것을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.232-234
• /
• 2003

차량 번호판 인식 시스템은 차량 보급의 대중화와 그에 따라 발생되는 여러문제의 해결차원에서 활발하게 연구 개발되고 있는 분야이다. 본 논문에서는 휴대용 입력 장치로부터 획득한 차량 번호판 영상에서 차량 번호판이 가지는 특성을 이용하여 번호판을 추출한 후, 차량 번호판의 특성을 이용하여 개별 문자 영역들의 MBR(Minimum Boundary Rectangle)을 추출한다. 그리고. 불변 모멘트의 특징을 이용하여 기존의 템플릿 매칭 방식 보다 연산시간이 매우 빠르고 입력 영상내의 번호판 크기에 제약이 적온 장점을 가진 보다 향상된 차량 번호판 인식 시스템을 제안한다.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 2004.07a
• /
• pp.352-352
• /
• 2004

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.151-154
• /
• 2000

차량 번호판 영상을 안정적으로 추출하여 인식하는 방법에는 여러 가지 땅법들이 제시되어 왔다. 기존의 연구들은 번호판 영역 추출에는 높은 성공률을 보이고 있으나 상대적으로 문자 인식의 성공률이 그에 미치지 못해서 전체적인 인식 성공률에 저하를 가져오는 경우가 대부분 이었다. 따라서 본 연구에서는 칼라 정보를 이용하여 입력 영상의 밝기 보정과 번호판 영역을 추출하고 N4M (Normalized 4 - Mash)을 적용하여 문자인식 처리 시간을 단축시키고 인식글을 향상시킬 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.610-612
• /
• 2003

일상 생활에서 자동차의 수가 증가함에 따라 최근 자동차 번호판을 자동으로 인식하는 시스템이 다양한 곳에서 이용되고 있다. 일례로 공항이나 아파트 단지에서 자동으로 문을 개폐해주는 시스템을 도입하고 있다. 기존에 주차권을 통한 개폐기와의 차이점 달려오던 자동차가 일정 속도만 유지하면 자동으로 번호를 인식하는 점이다. 또한 번호판을 통해 정확한 자동차에 대한 정확한 정보를 관리할 수 있다. 이러한 시스템을 위해서 자동차 번호판 영역의 정확한 추출이 필요하다. 본 논문은 자동차 번호판 영역을 RGB영역으로 인식하던 시스템에 수직, 수평 선분을 포함하여 기존에 RGB영역으로 인식하던 시스템의 단점을 보완하고 더 나은 인식시스템 구현하고 실험 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.342-345
• /
• 2002

차량 번호판 인식에 대한 여러 가지 방법들이 제시되고 있다. 기존 연구들의 문제점은 번호판 영역의 밝기 변화 둥에 영향을 많이 받았으며 그로 인하여 번호판 영역 추출률에 영향을 미치는 것은 물론 문자 인식에서도 많은 문제점들이 존재하였다. 따라서 본 연구에서는 색상 정보를 이용하여 밝기를 보정한 후 마스크 적용을 통한 수평ㆍ수직 에지 검출과 형태학적 정보를 이용하여 번호판을 추출하고 변형된 특징 매칭을 이용하여 문자를 인식함으로써 인식률을 향상시킬 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.346-351
• /
• 2002

본 연구에서는 차량 번호판에서 추출된 문자영역의 DCT(Digital Cosine Transform) 계수와 LVQ (Learning Vector Quantization) 신경회로망을 이용하여 차량 번호판 인식 시스템을 구성하였다. 입력된 차량영상의 RGB 칼라정보를 이용하여 번호판 영역을 추출하고 추출된 번호판의 히스토그램과 문자의 상대적 위치정보를 병합하여 문자영역을 추출하였다. 이렇게 추출된 문자영역의 명암도 영상에 DCT를 적용하여 얻은 특징 벡터는 LVQ 신경회로망의 입력으로 사용되어 인식 과정을 수행한다. 제안된 시스템의 검증을 위하여 다양한 환경에서 촬영된 109대의 자가용 차량영상에 대하여 실험하여 상대적으로 높은 번호판 영역 추출율과 인식률을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.55-57
• /
• 2014

본 논문에서는 자동차 번호판 인식을 위해 직선검출법, 모폴로지에 의한 검출법을 사용하지 않고, Blob 레이블링 기법을 이용한 번호판 인식 기법을 제안한다. 고성능 컴퓨팅 시스템의 성능 향상을 위한 효율적인 동적 작업부하 균등화 정책을 제안한다. ITS분야에서 가장 중요한 요소라 할 수 있는 자동차 번호판 인식은 자동화된 차량 관리 시스템 구성에 필수적인 요소로 요구된다. 또한, 자동차와 관련된 정보는 직, 간접적으로 높은 중요도를 가지고 있으며, 자동차와 관련된 정보가 이용되는 영역은 교통관리, 교통량분석, 자동 요금 징수 시스템, 자동차 위법 단속 등 응용범위가 나날이 넓어지고 있다. 본 논문에서는 자동차 번호판 인식을 위해 Blob 레이블링 기법을 이용하였으며, 번호판 인식을 위한 영상 샘플은 오츠알고리즘을 이용하여 이진화된 영상을 사용하였다.