$\require{mediawiki-texvc}$

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.

Fast Super-Resolution GAN 기반 자동차 번호판 검출 및 인식 성능 고도화 기법
Improved Method of License Plate Detection and Recognition Facilitated by Fast Super-Resolution GAN 원문보기

스마트미디어저널 = Smart media journal, v.9 no.4, 2020년, pp.134 - 143  

민동욱 (한국교통대학교 소프트웨어학과) ,  임현석 (한국교통대학교 소프트웨어학과 대학원) ,  곽정환 (한국교통대학교 소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

자동차 번호판 인식 기술은 도로의 교통상황 통제, 과속차량 단속, 도주 차량의 추적 등 현대 교통 시설 및 교통 안전망을 책임지고 있는 핵심 기술 중 하나이다. 이 기법은 과거에도 연구되었던 분야였으나 최근 딥러닝 기술의 발전으로 다양한 기법들을 적용하여 향상된 성능을 보이는 분야이며, 크게 자동차 번호판 검출과 번호판 인식으로 나뉜다. 본 연구에서는 다양한 객체 검출 모델과 WPOD-Net(Warped Planar Object Detection Network) 모델을 활용하여 자동차 번호판 검출 성능을 향상시키기 위한 실험을 진행하였으며, 객체 검출 모델을 활용하여 번호판을 검출하는 기존 방식들 대신 차량을 검출한 다음 번호판을 검출하는 방식을 택하여 정확도를 높였다. 특히 Super-Resolution 기법 중 하나인 Fast-SRGAN 모델을 활용하여 이미지 내에 존재하는 노이즈를 제거하는 처리를 통해 최종 성능을 향상시켰다. 결과적으로 92.38%에서 96.72%로 선행 연구 대비 평균 4.34% 향상된 성능이 실험을 통해 확인되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Vehicle License Plate Recognition is one of the approaches for transportation and traffic safety networks, such as traffic control, speed limit enforcement and runaway vehicle tracking. Although it has been studied for decades, it is attracting more and more attention due to the recent development o...

주제어

#객체 검출   #고해상도   #적대적 생성망   #번호판 검출   #번호판 인식  

참고문헌 (32)

  1. H. Li, P. Wang, C. Shen, "Towards End-to-End Car License Plates Detection and Recognition with Deep Neural Networks," IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, vol. 20, pp. 1126-1136, Mar. 2019. 

    상세보기 crossref

  2. 민동욱, 임현석, 이광, 김봉근, 곽정환, "Fast-Super-Resolution GAN 기반 자동차 번호판 검출 및 인식 성능 향상 방법에 대한 연구," 스마트미디어학회 춘계 학술대회, 광주, 한국, 2020년 5월 

  3. 박승현, 조성원, "Haar-like Feature 및 CLNF 알고리즘을 이용한 차량 번호판 인식," 스마트미디어저널, 제5권, 제1호, 15-23쪽, 2016년 3월 

    원문보기 상세보기

  4. 이광옥, 배상현, "차량 번호판 밝기 제어를 이용한 인식률 개선 방안," 스마트미디어저널, 제6권, 제3호, 57-63쪽, 2017년 9월 

    원문보기 상세보기

  5. 김운기, Fatemeh Dehghan, 조성원, "SSD-Mobilenet과 ResNet을 이용한 모바일 기기용 자동차 번호판 인식시스템," 스마트미디어저널, 제9권 제2호, 92-98쪽, 2020년 06월 

    원문보기 상세보기 crossref

  6. S. Lee, J. Gwak and M. Jeon, "Vehicle model recognition in video," International Journal of Signal Processing, Image Processing and Pattern Recognition, vol. 6, no. 2, 2013. 

  7. O. Bulan, V. Kozitsky, P. Ramesh and M. Shreve, "Segmentation and Annotation Free License Plate Recognition With Deep Localization and Failure Identification," IEEE Transactions on Intelligent Transportation Systems, vol. 18, no. 9, pp. 2351-2363, Sept. 2017. 

    상세보기 crossref

  8. J. Redmon, S. Divvala, R. Girshick, A. Farhadi, "You Only Look Once: Unified, Real-Time Object Detection," IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 779-788. Nevada, USA, Jun. 2016. 

  9. J. Redmon, A. Farhadi, "YOLO9000: Better, Faster, Stronger," IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 6517-6525, Hawaii, USA, Jun. 2017. 

  10. S.M. Silva, C.R. Jung, "Real-time brazilian license plate detection and recognition using deep convolutional neural networks," SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), pp. 55-62, Rio de Janeiro, Brazil, Oct. 2017. 

  11. G.S. Hsu, A. Ambikapathi, S.L. Chung, C.P. Su, "Robust license plate de-tection in the wild," IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS), pp. 1-6, Lecce Italy, Aug. 2017. 

  12. L. Xie, T. Ahmad, L. Jin, Y. Liu, S. Zhang, "A New CNN-Based Method for Multi-Directional Car License Plate Detection," IEEE Transactions on Intelligent Transportation Systems, Volume 19, pp. 507-517, Feb. 2018. 

    상세보기 crossref

  13. R. Laroca, E. Severo, L.A. Zanlorensi, L.S. Oliveira, G.R. Goncalves, W.R. Schwartz, D. Menotti, "A robust real-time automatic license plate recognition based on the YOLO detector," International Joint Conference on Neural Networks (IJCNN), Rio de Janeiro, Brazil, Jul. 2018. 

  14. D.K. Francisco, R. Minetto, B.T. Nassu, "Convolutional neural networks for license plate detection in images," IEEE International Conference on Image Processing (ICIP), pp. 3395-3399, Athens, Greece, Sep. 2017. 

  15. Z. Selmi, H.M. Ben, A.M. Alimi, "Deep Learning System for Automatic License Plate Detection and Recognition," IAPR International Conference on Document Analysis and Recognition (ICDAR), pp. 1132-1138, Kyoto, Japan, Nov. 2017. 

  16. W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.Y. Fu, A.C. Berg, "SSD: Single Shot MultiBox Detector," European Conference on Computer Vision (ECCV), pp. 21-37, Amsterdam, Netherlands, Oct. 2016. 

  17. S. Ren, K. He, R. Girshick, J. Sun, "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks," IEEE Transactions on Pattern Analysis and Machine Intelligence, Volume 39, pp. 1137-1149, Jun. 2017. 

    상세보기 crossref

  18. M. Jaderberg, K. Simonyan, A. Vedaldi, A. Zisserman, "Synthetic Data and Artificial Neural Networks for Natural Scene Text Recognition," Conference on Neural Information Processing Systems, pp. 1-10, Montreal, Canada, Dec. 2014. 

  19. A. Gupta, A. Vedaldi, A. Zisserman, "Synthetic Data for Text Localisation in Natural Images," IEEE Conference on Computer Vision and Pattern Recognition, Nevada, USA, 2016. 

  20. F. Wang, L. Zhao, X. Li, X. Wang, D. Tao, "Geometry-Aware Scene Text Detection with Instance Transformation Network," IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1381-1389, Utah, USA, Jun. 2018. 

  21. H. Li, P. Wang, C. Shen, "Towards end-to-end car license plates detection and recognition with deep neural networks," http://arxiv.org/abs/1709.08828, (accessed Feb., 8, 2020). 

  22. S. M. Silva and C. R. Jung, "License plate detection and recognition in unconstrained scenarios," European Conference on Computer Vision, pp. 593-609, Munich, Germany, Sept. 2018. 

  23. T.Y. Lin, "Microsoft COCO: Common Objects in Context," European Conference on Computer Vision(ECCV), Lecture Notes in Computer Science, vol 8693, Zurich, Switzland, Sept. 2014, (accessed on Feb, 24, 2020). 

  24. J. Spanhel, J. Sochor, R. Juranek, A. Herout, L. Marsik and P. Zemcik, "Holistic recognition of low quality license plates by CNN using track annotated data," IEEE International Conference on Advanced Video and Signal Based Surveillance(AVSS), pp. 1-6, Lecce, Italy, Aug. 2017. 

  25. OpenALPR Benchmarks, https://github.com/openalpr/benchmarks (accessed Feb., 20, 2020). 

  26. J. Redmon, A. Farhadi, "YOLOv3: An Incremental Improvement," https://arxiv.org/abs/1709.08828, (accessed Feb., 8, 2020). 

  27. M. Tan, R. Pang, Q. V. Le, "EfficientDet: Scalable and Efficient Object Detection," The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 10781-10790, Washington, USA, Jun. 2020. 

  28. K. Simonyan, A. Zisserman. "Very deep convolutional networks for large-scale image recognition," The International Conference on Learning Representations(ICLR), California, USA, May. 2015. 

  29. M. Tan, Q. Le, "EfficientNet: Rethinking model scaling for convolutional neural networks," https://arxiv.org/abs/1905.11946, (accessed Feb., 12, 2020). 

  30. C. Ledig, L. Theis, F. Huszar, J. Caballero, A. Cunningham, A. Acosta, A. Aitken, A. Tejani, J. Totz, Z. Wang, W. S. Twitter, "Photo-realistic single image Super-Resolution using a generative adversarial network," https://arxiv.org/abs/1609.04802, (accessed Feb., 15, 2020). 

  31. Fast-SRGAN. https://github.com/HasnainRaz/Fast-SRGAN (accessed Feb., 12, 2020). 

  32. O. Prakash, J. Gwak, M. Khare, A. Khare and M. Jeon, "Human detection in complex real scenes based on combination of biorthogonal wavelet transform and Zernike moments," Optik - International Journal for Light and Electron Optics, vol. 157, pp. 1267-1281, 2018. 

    상세보기 crossref

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

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