$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

하둡을 이용한 번호판 인식 시스템
A Licence Plate Recognition System using Hadoop 원문보기

전기전자학회논문지 = Journal of IKEEE, v.21 no.2, 2017년, pp.142 - 145  

박진우 (Dept. of Electrical and Electronics Engineering, Chung-Ang University) ,  박호현 (Dept. of Electrical and Electronics Engineering, Chung-Ang University)

초록
AI-Helper 아이콘AI-Helper

현재 활용되는 영상 데이터가 고화질 고화소 추세이며, 정보통신기술의 발달로 인해 이미지 데이터의 사이즈와 양이 기하급수적으로 증가하고 있다. 이러한 영상데이터를 효율적으로 처리한다면 다양한 컨텐츠로 활용할 수 있지만 기존의 단일컴퓨터로 처리하기에는 늘어나는 데이터를 처리하기에는 한계가 있다. 본 논문은 분산 처리 프레임워크인 Hadoop을 이용하여 번호판 인식 시스템을 제안한다. SequenceFile 포맷을 이용하여 매퍼당 여러 개의 이미지 데이터를 가지고 있는 데이터 블록을 인풋으로 받아 번호판 인식을 수행한다. 실험결과 하둡의 데이터 노드 1개와 비교하여 데이터 노드 16개에서 최대 14.7배의 속도향상을 보였으며, 데이터 셋의 크기를 10배 증가하여도 데이터 노드가 점진적으로 늘어남에 따라 번호판 인식 속도의 강인함을 확인하였다.

Abstract AI-Helper 아이콘AI-Helper

Currently, a trend in image processing is high-quality and high-resolution. The size and amount of image data are increasing exponentially because of the development of information and communication technology. Thus, license plate recognition with a single processor cannot handle the increasing data...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 하지만 기하급수적으로 늘어나는 CCTV와 블랙박스의 영상데이터를 효율적으로 처리할 방안을 먼저 생각해야 한다. 이러한 빅데이터를 처리하기 위한 분산처리시스템 프레임워크인 하둡[2]은 구글 파일 시스템[3]과 맵리듀스[4]를 기반으로 구현되었으며, 본 논문에서는 빅데이터 영상데이터를 처리하기 위해 하둡을 이용하고, 번호판 이미지 프로세싱 라이브러리인 JavaCV[5]를 이용하여 번호판 인식시스템을 수행하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
MapReduce에서 이미지 파일을 이용하기 위해 SequenceFile format으로 압축하여 사용하는 이유는 무엇인가? 맵리듀스에서 이미지파일을 이용하기 위해 본 논문에서는 SequenceFile를 이용한다. MapReduce는 본래 텍스트분석을 위해 설계되어있기 때문에 일반적인 방법으로는 이미지파일과 같은 바이너리 파일은 읽어오지 못한다. 따라서 이미지를 SequenceFile format으로 압축하여 사용한다.
하둡이란 무엇인가? 하지만 기하급수적으로 늘어나는 CCTV와 블랙박스의 영상데이터를 효율적으로 처리할 방안을 먼저 생각해야 한다. 이러한 빅데이터를 처리하기 위한 분산처리시스템 프레임워크인 하둡[2]은 구글 파일 시스템[3]과 맵리듀스[4]를 기반으로 구현되었으며, 본 논문에서는 빅데이터 영상데이터를 처리하기 위해 하둡을 이용하고, 번호판 이미지 프로세싱 라이브러리인 JavaCV[5]를 이용하여 번호판 인식시스템을 수행하고자 한다.
CCTV와 블랙박스 영상을 하나로 수집할 경우 나타나는 장점은 무엇인가? 반면, 블랙박스는 CCTV에 비해 설치비용이 1/60 정도로 개인에게 널리 보급되었으나[1], 개인 정보 보호 차원에서 활용 방안이 제한적이다. 만약 전국의 CCTV와 블랙박스 영상 데이터를 한곳으로 수집할 수 있다면 번호판 인식을 통해 차량 조회, 위치, 경로 등을 추적해 낼 수 있으며, 더욱 정확한 도로의 교통 예측 시스템 같은 다양한 활용방안들이 생겨날 것이다. 하지만 기하급수적으로 늘어나는 CCTV와 블랙박스의 영상데이터를 효율적으로 처리할 방안을 먼저 생각해야 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. J. H. Seol, "Dissemination and Application of Traffic Accident Video Recorder," Monthly Magazine on Transportation Policy, Vol. 184, pp13-18, 2013 

  2. http://hadoop.apache.org. 

  3. J. Dean and S. Ghemawat, "MapReduce: simplified data processing on large clusters," Communications of ACM, vol. 51, no. 1, pp. 107-113, 2004. DOI:10.1145/1327452.1327492 

  4. S. Ghemawat, H. Gobioff and S. Leung, "The Google file system" ACM, vol. 37, no. 5, pp. 29-43, 2003. DOI:10.1145/945445.945450 

  5. https://github.com/bytedeco/javacv 

  6. Ondrej Martinsky, Algorithmic and Mathematical Principles of Automatic Number Plate Recognition Systems, Brno University of Technology, 2007 

  7. Contour Tracing Algorithms, http://www.imageprocessingplace.com/downloads_V3/root_downloads/tutorials/contour_tracing_Abeer_George_Ghuneim/alg.html 

  8. Connected-component labeling, https://en.wikipedia.org/wiki/Connected-component_labeling 

  9. National Law Information Center, Notification on standards such as licence plate registration for automobiles, 2013. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로