선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 복합인식기를 사용하여 총 214개의 번호판 영상을 실험 대상으로 하였다. 문자열의 종류별 인식기쌍의 인식결과, 신뢰도, 상관관계, 저평가된 요소 등을 고려하여 인식 여부 및 결과를 조정함으로서 정인식률의 최대화와 함께 오인식률의 최소화를 이루고자 하였다.
- 번호판 영상 문자의 크기나 형태에 따라 인식 효과가 다르게 나타난 특징을 보다 효과적으로 적용하기 위해서, 본 연구는 종류별 개별 문자 영상의 인식에 두 개 이상의 특징을 병렬로 적용시켜 두 개의 인식기로 이루어진 인식기쌍을 제안하였다. 두 가지 이상의 서로 대비되는 특징을 사용하는 인식기가 상대 인식기의 단점을 상호 보완해 줄 수 있도록 설계하였으며, 인식 시스템의 분류기로는 역전파 신경회로망을 사용하였다[6].
- 단일 특징의 제한점을 상호 보완하여 다양한 영상 변화에 적응할 수 있도록 상기의 두 가지 대비되는 특징을 이용하는 인식기쌍을 설계하였으며, 이러한 인식기쌍을 기반으로 하는 복합인식기를 구성하여 번호판 인식을 수행하였다. 복합인식기에서는 개별 인식 결과와 신뢰도, 문자의 상관관계, 저평가된 요소의 피드백 등을 고려하여 번호판의 인식여부 및 결과를 조정함으로서 정인식률의 최대화와 함께 오인식률을 최소화하고자 하였다.
- 특징은 입력 영상을 잘 표현하면서 다른 영상들과 구별될 수 있어야 할뿐만 아니라 인식 알고리즘에 적절한 값과 크기를 가져야한다. 본 논문에서는 번호판 영상의 인식에 효과적인 특징을 구하기 위해 Prewitt, Sobel, Kirsch 마스크, 교차 거리, 투영, 방향, 망 특징, 골격의 망 특징 등을 이용한 인식 실험을 선행하였다[9,10]. 실험 결과, 번호판 영상과 같이 작고 잡음이 많은 영상의 인식에 세선화된 골격 영상의 망 특징과 원영상의 망 특징 등의 단순한 특징이 보다 인식에 효과적으로 나타났다.
- 본 연구는 도로 현장에서 취득되는 실제 번호판 영상을 인식에 적합하도록 정제하는 제반 영상처리 방법을 다양한 영상을 이용한 실험을 통하여 결정하였다. 세부적으로 이진화는 영상의 크기와 배경의 크기를 고려한 적응형 그라디언트 히스토그램을 사용하였으며, 이진 영상의 정제를 위해서는 소금-후추 잡음제거, 영역화, 최소인접사각형, 미디어 필터, 영상 크기 및 위치 정규화 등이 사용되었다.
- 본 연구는 변화와 잡음이 많은 작은 영상을 처리해야 하는 차량 번호판의 인식에 있어 그 성능 향상에 필요한 제반 영상정제, 특징추출, 개별 문자인식, 번호판 인식 방법을 다루었다. 단일 특징의 제한점을 상호 보완하여 다양한 영상 변화에 적응할 수 있도록 상기의 두 가지 대비되는 특징을 이용하는 인식기쌍을 설계하였으며, 이러한 인식기쌍을 기반으로 하는 복합인식기를 구성하여 번호판 인식을 수행하였다.
- 단일 인식기를 사용하였을 경우 분류 성능이 충분히 향상되지 않을 경우 다수의 인식기를 사용하여 인식 성능을 향상이 가능하다[15]. 본 연구에서는 번호판의 각 종류별 문자 영상의 인식을 위하여 서로 대조되는 두가지의 특징인 세선화된 영상과 원 영상의 망 특징을 이용하는 복수의 특징추출기와 인식기로 구성되는 인식기쌍을 그림 15와 같이 구성하여 인식 성능을 증대하고자 하였다.
- 문자별 인식에 세선화된 영상의 망 특징과 원영상의 망 특징을 모두 사용하는 인식기쌍의 인식 효율은 단일 인식기의 사용에 비해 최대 58%의 인식률의 향상을 가져올 수 있었다. 이러한 결과는 인식기쌍이 단일 인식기가 가지는 한계를 효과적으로 상호 보완해줄 수 있음에 기인한다. 특히 단일 인식기를 사용하였을 경우 가장 낮은 인식 성능을 보인 관할관청문자(2)의 인식에서 인식기쌍은 99%의 가장 높은 인식 효율을 결과하여 인식기쌍의 사용이 매우 효과적임을 보였다.
- 인식 효율을 높이기 위해 서로 다른 특징을 갖는 두 개의 인식기를 이용해 인식 결과를 상호보완 가능하도록 설계하고 이를 인식기쌍이라 정의한다. 전체 번호판의 인식을 위해 인식기쌍을 기반으로 하는 복합인식기를 구성하고, 모든 인식기쌍의 인식 결과와 수반하는 신뢰도, 상호 연관 문자 분석, 저신뢰도 요소처리 등을 종합적으로 고려하여 최종 인식성능의 향상을 이루고자 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.