• Journal of Information Processing Systems
• /
• 제12권1호
• /
• pp.100-108
• /
• 2016

In this paper, we propose a method to achieve improved number plate detection for mobile devices by applying a multiple convolutional neural network (CNN) approach. First, we processed supervised CNN-verified car detection and then we applied the detected car regions to the next supervised CNN-verifier for number plate detection. In the final step, the detected number plate regions were verified through optical character recognition by another CNN-verifier. Since mobile devices are limited in computation power, we are proposing a fast method to recognize number plates. We expect for it to be used in the field of intelligent transportation systems.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1249-1253
• /
• 2003

License plate recognition is very important in an automobile society. This is because, since plate detection accuracy has large influence on subsequent number recognition, it is very important. However, it is very difficult to do it, because a background and a body color of cars are similar to that of the license plate. In this paper, we propose a new thresholds determination method in the various background by using the real-coded genetic algorithm (RGA). By using RGA, the most likely plate colors are decided under various lighting conditions. First, the average brightness Y values of images are calculated. Next, relationship between the Y value and the most likely plate color thresholds (upper and lower bounds)are obtained by RGA. The relationship between thresholds decided from RGA and brightness average is aproximate by using the recursive least squares (RLS) algorithm. In the case of plate detection, thresholds are decided from these functions.

• 융합신호처리학회논문지
• /
• 제13권4호
• /
• pp.173-179
• /
• 2012

본 논문에서는 자동차 번호판을 검출하는 새로운 방법을 제시한다. 자동차 번호판은 사각형 모양이므로 우리의 방법은 기본적으로 입력 영상에서 사각형을 추출하는 방법이 된다. 번호판을 검출하기 위해, 먼저 입력영상의 콘트라스트를 향상시키고, 그 후 LSD(Line segment detector) 기법을 사용하여 영상내의 선을 검출하고, 이 선 정보로 부터 사각형들을 추출 한다. 이 사각형들은 번호판 후보들이 되고, 이로부터 번호판이 검출된다. 이중에서 본 연구가 제안하는 부분은 사각형 추출방법으로서, 이 방법은 3단계로 구성된다: (1) 먼저, LSD에 의해 얻어진 선으로부터 꼭짓점들을 추출한다; (2) 구해진 꼭짓점들을 사용하여 사각형의 대각선을 검출한다; (3) 그 후, 대각선 정보를 이용하여 사각형을 추출해 낸다. 최종적으로 번호판 특성과 사각형 내부 정보를 이용하여 이 사각형들로부터 번호판이 선택된다. 100장의 자동차 영상을 촬영하여 실험한 결과 94%의 검출율을 달성하였다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1188-1194
• /
• 2018

This paper proposes an image enhancement-based license plate detection algorithm to improve the overall performance of system. Non-uniform illumination conditions have huge impact on overall plate detection system accuracy. In this paper, we propose an algorithm for color image enhancement-based license plate detection for improving accuracy of images degraded by excessively strong and low sunlight. Firstly, the image is enhanced by Multi-Scale Retinex algorithm. Secondly, a plate detection method is employed to take advantage of geometric properties of connected components, which can significantly reduce the undesired plate regions. Finally, intersection over union method is applied for detecting the accurate location of number plate. Experimental results show that the proposed method significantly improves the accuracy of plate detection system.

• 한국전자통신학회논문지
• /
• 제10권1호
• /
• pp.139-148
• /
• 2015

본 논문에서는 여러 장의 후판이 포함된 영상에서 제품번호 문자열을 추출하고 문자를 분리하는 알고리즘을 제안한다. 일반적으로 후판 영상은 여러 개의 후판을 포함하고 있다. 후판의 제품번호를 추출하기 위해서는 먼저 개별 후판을 분리하여야 하며, 이를 위해 후판의 직선 에지를 검출하고 군집화를 수행한다. 다음으로 분리된 개별 후판을 대상으로 배경 정보를 제거하여 후판의 제품번호 문자열을 검출한다. 후판의 배경은 철판의 어두운 부분과 제품번호를 출력하기 위한 흰색 페인트 부분으로 구성되며, 제안하는 방법에서는 두 부분을 구분하여 두 단계로 배경을 제거한다. 배경을 제거한 영상에 대해서 후판의 제품번호 문자열의 특성을 고려하여 개별 문자열을 추출한다. 다양한 후판 영상에 대해서 실험을 수행한 결과는 제안하는 알고리즘이 전체 영상에서 각각의 후판을 효과적으로 검출하고 개별 후판 영상에서 제품번호를 정확하게 추출함을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.879-881
• /
• 2014

A method is proposed to achieve improved number plate detection for mobile devices by applying a two-step convolutional neural network (CNN) approach. Supervised CNN-verified car detection is processed first. In the second step, we apply the detected car regions to the second CNN-verifier for number plate detection. Since mobile devices are limited in computing power, we propose a fast method to detect number plates. We expect to use in the field of intelligent transportation systems (ITS).

• 미래기술융합논문지
• /
• 제2권4호
• /
• pp.7-11
• /
• 2023

본 연구에서는 Convolutional Neural Networks(CNNs) 기법을 이용하여 차량 번호판을 인식하는 방법을 제시하였다. 차량 번호판은 일반적으로 차량의 공식 식별 목적으로 사용됩니다. 대부분의 일반적인 광학 문자 인식(OCR) 기술은 문서에 인쇄된 문자를 인식하는 데는 효과적이지만 번호판의 등록 번호는 식별할 수 없다. 그리고 번호판 감지에 대한 기존 접근 방식에서는 차량이 움직이지 않고 정지해 있어야 한다. 번호판 감지에 대한 이러한 문제를 해결하기 위해 CNN 기법을 활용한 번호판 인식 기법을 제안한다. 먼저 획득된 차량 번호판 이미지의 데이터베이스를 생성하고 CNN 기법을 활용하여 자동차 번호판 문자를 인식한다. 본 연구의 결과는 주차관리 시스템과 단속 카메라 등에 유용하게 활용 될 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권2호
• /
• pp.122-130
• /
• 2009

기존의 번호판 검출 기법들은 대부분 일정한 거리와 방향에서 촬영되어 번호판의 크기가 유사하고, 배경이 단순한 차량 전면 영상에 적용되는 한계를 가지고 있어서 번호판의 위치가 변하거나 조명 혹은 크기의 변화에 매우 취약하다. 본 논문에서는 이러한 기존 기법들의 문제점들을 극복하기 위하여 에지기반 영역확장 기법을 사용하는 번호판 검출기법을 제안한다. 1단계에서는 입력영상에서 예지영상을 얻고 번호판의 기하학적 특성을 갖는 에지 영역들을 검출하여 이들을 번호판 검색영역으로 정한다. 검색영역의 에지들을 기반으로 주변의 화소들을 색상을 기반으로 영역확장을 통해 분할하여 번호판의 기하학적 특성을 만족하는 영역들을 번호판 후보영역으로 정한다. 후보영역들은 자동차의 조명등과 같은 구조물과의 위상특성을 고려하여 최종결정한다. 본 논문에서 제안하는 기법은 번호판의 문자가 검출되지 않는 경우에도 번호판 위치의 검출이 가능하고 특히 작은 크기의 번호판 검출에 유리하며, 크기와 상관없이 번호판을 검출할 수 있음을 실험을 통해 입증하였다.

• 한국통신학회논문지
• /
• 제38C권12호
• /
• pp.1114-1125
• /
• 2013

License Plate Detection (LPD) is a key component in automatic license plate recognition system. Despite the success of License Plate Recognition (LPR) methods in the past decades, the problem is quite a challenge due to the diversity of plate formats and multiform outdoor illumination conditions during image acquisition. This paper aims at automatical detection of car license plates via image processing techniques. In this paper, we proposed a real-time and robust method for license plate detection using Heuristic Energy Map(HEM). In the vehicle image, the region of license plate contains many components or edges. We obtain the edge energy values of an image by using the box filter and search for the license plate region with high energy values. Using this energy value information or Heuristic Energy Map(HEM), we can easily detect the license plate region from vehicle image with a very high possibilities. The proposed method consists two main steps: Region of Interest (ROI) Detection and License Plate Detection. This method has better performance in speed and accuracy than the most of existing methods used for license plate detection. The proposed method can detect a license plate within 130 milliseconds and its detection rate is 99.2% on a 3.10-GHz Intel Core i3-2100(with 4.00 GB of RAM) personal computer.

• Earthquakes and Structures
• /
• 제15권5호
• /
• pp.463-471
• /
• 2018

The virtual forces of the original local flexibility method are restricted to inducing stress on the local parts of a structure. To circumvent this restriction, we developed a pseudo local flexibility (PLFM) method that can successfully detect damage to hyperstatic beam structures using fewer modes. For this study, we further developed the PLFM so that it could detect damage in plate structures. We also devised the theoretical background for the PLFM with non-local virtual forces for plate structures, and both the lateral and rotary degree of freedom (DOF) measurements were considered separately. This study investigates the effects of the number of modes, the actual location that sustained damage, multiple damage locations, and noise in modal parameters for the damage detection results obtained from damaged numerical plates. The results revealed that the PLFM can be used for damage detection, localization, and quantification for plate structures, regardless of the use of the lateral DOF and/or rotary DOF.