• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1718-1721
• /
• 1997

An image processing algorithm is developed in order to recognize the type of cars, the position of a number plate and the characters on the plate. to recognize the type of cars, comparison of two images is used. One has a car image, the other is just a background image without car. After that recognition, a vertical line filter is used to find the location of the plate. Finally the simularity mehod is used to recognize the numbers on plates.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.423-426
• /
• 1995

An image processing algorithm is developed in order to recognize the type of cars, the position of a number plate and the characters on the plate. To recognize the type af cars, comparison of two images is used. One has a car image, the other is just a background image without car. After that recognition, a vertical line filter is used to find the location of the plate. Finally the similarity method is used to recognize the numbers on the plates.

• 대한음성학회지:말소리
• /
• 제62호
• /
• pp.85-96
• /
• 2007

In this paper, we carried out recognition experiments for noisy speech having various levels of car noise and output of an audio system using the speech interface. The speech interface consists of three parts: pre-processing, acoustic echo canceller, post-processing. First, a high pass filter is employed as a pre-processing part to remove some engine noises. Then, an echo canceller implemented by using an FIR-type filter with an NLMS adaptive algorithm is used to remove the music or speech coming from the audio system in a car. As a last part, the MMSE-STSA based speech enhancement method is applied to the out of the echo canceller to remove the residual noise further. For recognition experiments, we generated test signals by adding music to the car noisy speech from Aurora 2 database. The HTK-based continuous HMM system is constructed for a recognition system. Experimental results show that the proposed speech interface is very promising for robust speech recognition in a noisy car environment.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.429-431
• /
• 2012

Vehicle-logo recognition technology is very important in vehicle automatic recognition technique. The intended application is automatic recognition of vehicle type for secure access and traffic monitoring applications, a problem not hitherto considered at such a level of accuracy. Vehicle-logo recognition can improve Vehicle type recognition accuracy. So in this paper, introduces how to vehicle-logo recognition. First introduces the region of the license plate by algorithm and roughly located the region of car emblem based on the relationship of license plate and car emblem. Then located the car emblem with precision by the distance of Hausdorff. On the base, processing the region by morphologic, edge detection, analysis of connectivity and pick up the PCA character by lowing the dimension of the image and unifying the PCA character. At last the logo can be recognized using the algorithm of support vector machine. Experimental results show the effectiveness of the proposed method.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.792-795
• /
• 2006

본 논문에서는 주정차 단속을 위해 PDA를 이용하여 자동차 번호판을 인식하는 방법을 제시한다. 현재까지 도입되어 사용 중인 세 종류의 자동차 번호판의 특징을 이용하여 번호판의 종류를 구분하고, 지역명, 지역코드, 용도문자 및 일련번호를 영역화하여 자동차번호판을 인식하였다. PDA를 이용해 영상을 획득하여 번호판 인식 시스템 실험 결과 88.7%의 인식률을 보였다.

• 한국항공우주학회지
• /
• 제40권7호
• /
• pp.582-589
• /
• 2012

본 논문은 무인 항공기에서 지상의 차량을 촬영하여 차종을 인식하기 위한 알고리즘의 개발에 대해 논하고 있다. NCC(Normalized Cross-Correlation) 방법을 이용하여 영상에서 목표물의 기하학적인 정보를 정합하도록 하였고, 실제 비행영상을 통해 획득한 템플릿 이미지와 위성 지도를 통해 획득한 템플릿 이미지를 이용하여 영상의 정합을 수행하였다. 실내 기반 실험을 통해 정합 가능성을 평가하였으며, 위성 지도를 이용한 모의실험을 통해 NCC 알고리즘을 이용하여 차량의 종류를 식별할 수 있음을 확인하였다. 마지막으로 실제 비행 실험을 통해 획득한 영상을 통해 동일한 차량을 전체 영상에서 정합하는 실험을 수행하였다. 비행 실험 결과 승용차의 위치가 정확하게 탐지되었으며, 정합 결과 0.6점이상의 유사도가 나타남을 확인할 수 있었다. 또한 유사한 색상을 지닌 트럭은 정합하지 않음으로서 이종 차량의 구분이 가능함을 확인하였다.

• 대한전자공학회논문지TC
• /
• 제42권11호
• /
• pp.93-100
• /
• 2005

본 논문에서는 차량 내에서 음성인식 인터페이스를 이용한 오비오, 비디오와 같은 응용서비스 처리를 위해 임베디드형 음성인식 시스템을 구현한다. 임베디드형 음성인식 시스템은 DSP 보드로 제작 포팅된다. 이는 음성 인식률이 마이크, 음성 코덱 등의 H/W의 영향을 받기 때문이다. 또한 차량 내 잡음을 효율적으로 제거하기 위한 최적의 환경을 구축하고, 이에 따른 테스트 환경을 최적화한다. 본 논문에서 제안된 시스템은 차량 내에서의 신뢰적인 음성인식을 위해 잡음제거 및 특징보상 기술을 적용하고 임베디드 환경에서의 속도 및 성능 향상을 위한 문맥 종속 믹스쳐 공유 음향 모델링을 적용한다. 성능평가는 일반 실험실 환경에서의 인식률과 실제 차량 내에서의 실차 테스트를 통해 검증되었다.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2277-2282
• /
• 2009

본 논문에서는 형태학적 특징 및 차 연산과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안하였다. 무인 카메라에서 획득된 차량 번호판 영상에서 차 연산을 이용하여 에지를 추출한 후에 블록 이진화한다. 이진화된 차량 영상에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다. 추출된 번호판 영역에 대하여 평균 이진화와 최대 최소 이진화를 적용하여 번호판의 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 추출되어 결합된 개별 문자 및 숫자 코드들은 ART2 알고리즘에 적용하여 학습 및 인식된다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 이미지 각각 100장을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식기법이 효율적임을 확인하였다.

• 방송공학회논문지
• /
• 제25권5호
• /
• pp.776-788
• /
• 2020

본 논문에서는 딥러닝을 이용한 차종 인식과 자동차 번호판 문자 인식 시스템을 제안한다. 기존 시스템에서는 영상처리를 통한 번호판 영역 추출과 DNN을 이용한 문자 인식 방법을 사용하였다. 이러한 시스템은 환경이 변화되면 인식률이 하락되는 문제가 있다. 따라서, 제안하는 시스템은 실시간 검출과 환경 변화에 따른 정확도 하락에 초점을 맞춰 1-stage 객체 검출 방법인 YOLO v3를 사용하였으며, RGB 카메라 한 대로 실시간 차종 및 번호판 문자 인식이 가능하다. 학습데이터는 차종 인식과 자동차 번호판 영역 검출의 경우 실제 데이터를 사용하며, 자동차 번호판 문자 인식의 경우 가상 데이터만을 사용하였다. 각 모듈별 정확도는 차종 검출은 96.39%, 번호판 검출은 99.94%, 번호판 검출은 79.06%를 기록하였다. 이외에도 YOLO v3의 경량화 네트워크인 YOLO v3 tiny를 이용하여 정확도를 측정하였다.

• 한국도로학회논문집
• /
• 제15권1호
• /
• pp.155-161
• /
• 2013

PURPOSES: This study is to develop a road traffic sign recognition and automatic positioning for road facility management. METHODS: In this study, we installed the GPS, IMU, DMI, camera, laser sensor on the van and surveyed the car position, fore-sight image, point cloud of traffic signs. To insert automatic position of traffic sign, the automatic traffic sign recognition S/W developed and it can log the traffic sign type and approximate position, this study suggests a methodology to transform the laser point-cloud to the map coordinate system with the 3D axis rotation algorithm. RESULTS: Result show that on a clear day, traffic sign recognition ratio is 92.98%, and on cloudy day recognition ratio is 80.58%. To insert exact traffic sign position. This study examined the point difference with the road surveying results. The result RMSE is 0.227m and average is 1.51m which is the GPS positioning error. Including these error we can insert the traffic sign position within 1.51m CONCLUSIONS: As a result of this study, we can automatically survey the traffic sign type, position data of the traffic sign position error and analysis the road safety, speed limit consistency, which can be used in traffic sign DB.