• 전자공학회논문지
• /
• 제52권11호
• /
• pp.87-104
• /
• 2015

최근 지능화된 사물들이 연결되는 네트워크를 통해 사람과 사물, 사물과 사물 간에 상호 소통하고 상황인식 기반의 지식이 결합되어 인공지능 서비스를 제공하는 사물인터넷 (IoT : Internet of Things) 환경이 급속도로 발전하고 있다. 이러한 사물인터넷의 발전과 더불어 C-ITS (Cooperative Intelligent Transport System) 환경에서 고속으로 이동하는 차량이 기존의 노변 인프라 외에 주행 중인 다른 차량까지 교통 인프라에 포함하여 차선 및 번호판 인식, 전방 사고 및 도로 공사 감지 등 쌍방향 정보 공유를 통해 효율적인 도로 주행을 함으로써 운전자에게 편리성과 안전성을 높여주고 나아가 교통 효율성을 높이고자 하는 연구가 활발히 진행되고 있다. 본 논문에서는 C-ITS 환경에서 고속도로 주행 시 버스전용 차선 인식 후 교통 인프라와 연계하여 버스전용 차선 내 주행차량의 주행 가능 여부를 판단하고 이에 따른 후속 조치에 관한 연구를 진행하였다. 버스전용차선 인식을 통해 버스전용 차로의 위치를 파악한 후 후속 차량의 정면 전방 및 측면 전방 차량의 번호판 인식을 진행하고 향후 교통 인프라로 하여금 인지하게 하는 방법에 관한 학습과 해당 실험결과를 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.792-794
• /
• 2014

문자인식은 문서 및 자동차 번호판 등의 문자정보를 얻는 영상처리 기술이며, 이를 위하여 에지를 검출하는 방법이 주로 사용되고 있다. 기존의 에지검출 방법은 대부분 영상에 가중치 마스크를 적용하는 방법이며, 영상의 전체 영역에 동일한 마스크를 적용하므로 처리결과가 다소 미흡하다. 따라서 본 논문은 문자인식에 적합하도록 화소의 분포 및 위치를 고려한 가중치 마스크를 적용하여 에지검출 알고리즘을 제안하였다.

• 반도체디스플레이기술학회지
• /
• 제20권3호
• /
• pp.6-10
• /
• 2021

Recognition of characters printed or marked on the PCB components from images captured using cameras is an important task in PCB components inspection systems. Previous optical character recognition (OCR) of PCB components typically consists of two stages: character segmentation and classification of each segmented character. However, character segmentation often fails due to corrupted characters, low image contrast, etc. Thus, OCR without character segmentation is desirable and increasingly used via deep neural networks. Typical implementation based on deep neural nets without character segmentation includes convolutional neural network followed by recurrent neural network (RNN). However, one disadvantage of this approach is slow execution due to RNN layers. LPRNet is a segmentation-free character recognition network with excellent accuracy proved in license plate recognition. LPRNet uses a wide convolution instead of RNN, thus enabling fast inference. In this paper, LPRNet was adapted for recognizing characters printed on PCB components with fast execution and high accuracy. Initial training with synthetic images followed by fine-tuning on real text images yielded accurate recognition. This net can be further optimized on Intel CPU using OpenVINO tool kit. The optimized version of the network can be run in real-time faster than even GPU.

• 한국전자통신학회논문지
• /
• 제13권5호
• /
• pp.987-994
• /
• 2018

본 논문에서는 교통정보의 자동 전송시스템에 대한 연구결과를 제시한다. 여기서는 구급차나 소방차와 같은 긴급차량의 진로를 방해하는 것을 교통이벤트로 정의한다. 차량 내부에 설치된 블랙박스에 기록되는 동영상으로부터 교통이벤트 발생이 판정되는 경우 해당 정보를 증거영상과 함께 전자우편을 통하여 자동적으로 관제선터에 전송하는 시스템을 구현하였다. 이를 위하여, 전방에서 주행하는 차량의 번호판으로부터 문자와 숫자를 인식하는 알고리즘, 교통이벤트 발생 판정알고리즘을 실현하였다. 또한, 신고를 위하여 텍스트와 영상 파일을 전자우편과 파일전송프로토콜을 통하여 자동 전송하는 기능도 추가하였다. 따라서 교통이벤트를 확장하여 제시된 시스템에 적용하면 다양한 교통법규 위반 사항에 대한 편리한 신고체계를 수립할 수 있으므로 교통법규 위반 사례를 크게 줄일 수 있을 것으로 판단된다.

• Journal of Platform Technology
• /
• 제11권3호
• /
• pp.56-67
• /
• 2023

최근 데이터 기반 산업계의 오랜 숙원이었던 개인정보 비식별화가 2020년 8월 데이터3법[1]이 개정되어 명시화 되었다. 4차 산업시대의 원유[2]라 불리는 데이터를 산업 분야에서 활성화할 수 있는 기틀이 되었다. 하지만, 일각에서는 비식별개인정보(personally non-identifiable information)가 정보주체의 기본권 침해를 우려하고 있는 실정이다[3]. 이에 개인정보 비식별화 자동화 도구인 Batch De-Identification Tool을 개발 연구를 수행하였다. 본 연구에서는 첫 번째로, 학습용 데이터 구축을 위해 사람 얼굴(눈, 코, 입) 및 다양한 해상도의 자동차 번호판 등을 라벨링하는 이미지 라벨링 도구를 개발하였다. 두 번째로, 객체 인식 모델을 학습하여 객체 인식 모듈을 실행함으로써 개인정보 비식별화를 수행할 수 있도록 하였다. 본 연구의 결과로 개발된 개인정보 비식별화 자동화 도구는 온라인 서비스를 통해 개인정보 침해 요소를 사전에 제거할 수 있는 가능성을 보여주었다. 이러한 결과는 데이터 기반 산업계에서 개인정보 보호와 활용의 균형을 유지하면서도 데이터의 가치를 극대화할 수 있는 가능성을 제시하고 있다

• 한국안전학회지
• /
• 제23권6호
• /
• pp.164-170
• /
• 2008

This research was verified detection way of intercept vehicles and performance evaluation after system installation using image detector as detection way of ground installation. By image recognition algorithm was on the trace of moving orbit of violation vehicles for detection way of intercept vehicles. When moving orbit is located special site, utilized geometric image calibration and DC-notch filter. These are cognitive system of license plate by making signal. Then, Bright Evidence Detection and Dark Evidence Detection were applied to after mixing. It is applied to way of Backward tracking for detection way of intercept vehicles. After the field evaluation of developed system, it should be analyzed the more high than recognition rate of minimum standards 80%. It should rise in the estimation of the site applicability is highly from now.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.313-319
• /
• 2007

본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드는 퍼지 신경망 알고리즘을 이용하여 인식한다. 차량 번호판 영역을 검출하기 위해 프리윗 마스크에 의해 수직 에지를 찾고, 차량 번호판에 관한 특성 정보를 이용하여 잡음을 제거한 추에 차량 번호판 영역과 개별 코드를 추출한다 추출된 개별 코드를 인식하기 위해 퍼지 신경망 알고리즘을 제안하고 인식에 적용한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고, 중간층과 출력층간의 학습 구조에는 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.

• 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.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.774-784
• /
• 2021

객체 검출 및 인식 과정은 컴퓨터비전 분야에서 매우 중요한 과업으로써, 관련 연구가 활발하게 진행되고 있다. 그러나 실제 객체 인식 과정에서는 학습된 이미지 데이터와 테스트 이미지 데이터간 해상도 차이로 인하여 인식기의 정확도 성능이 저하되는 문제가 종종 발생한다. 이를 해결하기 위해 본 논문에서는 객체 인식 정확도 향상을 위한 이미지 초해상도 기법을 제안하여 객체 인식 및 초해상도 통합 프레임워크를 설계하고 개발하였다. 세부적으로는 11,231장의 차량 번호판 훈련용 이미지를 웹 크롤링, 인조데이터 생성 등을 통해 자체적으로 구축하고, 이를 활용하여 이미지 좌우 반전에 강인하도록 목적함수를 정의하여 이미지 초해상도 인공 신경망을 훈련시켰다. 제안 방법의 성능을 검증하기 위해 훈련된 이미지 초해상도 및 번호 인식기 1,999장의 테스트 이미지에 실험하였고, 이를 통해 제안한 초해상도 기법이 문자 인식 정확도 개선 효과가 있음을 확인하였다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.79-84
• /
• 2019

영상을 기반으로 하는 기술들의 지속적인 발전으로 다양한 분야에서 활용되고 있고, 카메라를 통하여 획득한 영상의 객체를 분석하고 판별하는 비전 시스템의 기술 수요가 급속하게 증가하고 있다. 비전 시스템의 핵심 기술인 영상처리는 반도체 생산 분야의 불량 검사, 타이어 표면의 숫자 및 심볼과 같은 객체 인식 검사 등에 사용되고 있고, 자동차 번호판 인식 등의 연구가 계속하여 이루어지고 있는 실정으로, 객체를 신속, 정확하게 인식할 필요가 있다. 본 논문에서는 곡면과 같은 곳에 마킹되어 있는 숫자나 심볼과 같이 기울어진 객체를 인식하기 위하여 입력된 영상 이미지의 객체 기울기에 대한 각도 값을 확인하여 객체의 회전 정렬을 통한 인식 모델을 제안한다. 제안 모델은 컨투어 알고리즘을 기반으로 객체 영역을 추출하고, 객체의 각도를 산출한 후, 회전 정렬된 이미지에 대한 객체 인식을 진행할 수 있는 모델이다. 향후 연구에서는 기계학습을 통한 탬플릿 매칭 연구가 필요하다.