[논문]객체 검출과 한글 손글씨 인식 알고리즘을 이용한 차량 번호판 문자 추출 알고리즘

나민원; 최하나; 박윤영

doi:10.9716/kits.2021.20.6.097

객체 검출과 한글 손글씨 인식 알고리즘을 이용한 차량 번호판 문자 추출 알고리즘
Vehicle License Plate Text Recognition Algorithm Using Object Detection and Handwritten Hangul Recognition Algorithm 원문보기

한국IT서비스학회지 = Journal of Information Technology Services, v.20 no.6, 2021년, pp.97 - 105

나민원 (국가수리과학연구소 산업수학혁신팀(광교)) , 최하나 (국가수리과학연구소 산업수학혁신팀(광교)) , 박윤영 (국가수리과학연구소 산업수학혁신팀(광교))

Abstract ▼ AI-Helper

Recently, with the development of IT technology, unmanned systems are being introduced in many industrial fields, and one of the most important factors for introducing unmanned systems in the automobile field is vehicle licence plate recognition(VLPR). The existing VLPR algorithms are configured to use image processing for a specific type of license plate to divide individual areas of a character within the plate to recognize each character. However, as the number of Korean vehicle license plates increases, the law is amended, there are old-fashioned license plates, new license plates, and different types of plates are used for each type of vehicle. Therefore, it is necessary to update the VLPR system every time, which incurs costs. In this paper, we use an object detection algorithm to detect character regardless of the format of the vehicle license plate, and apply a handwritten Hangul recognition(HHR) algorithm to enhance the recognition accuracy of a single Hangul character, which is called a Hangul unit. Since Hangul unit is recognized by combining initial consonant, medial vowel and final consonant, so it is possible to use other Hangul units in addition to the 40 Hangul units used for the Korean vehicle license plate.

주제어

표/그림 (14)

그림 [그림 1] 구글 OCR이 한글을 인식하지 못하는 예제
그림 [그림 2] Faster R-CNN 구조(Ren et al., 2017)
그림 [그림 3] Region Proposal Network(RPN) 모듈(Ren et al., 2017)
그림 [그림 4] 초성, 중성, 종성의 구성(Choi, 2020)
그림 [그림 5] 한글 손글씨 인식 알고리즘
그림 [그림 6] 객체 검출 알고리즘
그림 [그림 7] 알고리즘 개요
그림 [그림 8] 객체 검출 알고리즘 학습에 이용한 이미지
그림 [그림 9] 한글 손글씨 인식 알고리즘 학습 데이터 생성
그림 [그림 10] 테스트 데이터 예
그림 [그림 11] 객체 검출과 한글 손글씨 인식 알고리즘을 병합한 알고리즘의 오답
그림 [그림 12] 네이버 OCR 오답 예
그림 [그림 13] 네이버 OCR이 차량 번호판 문자 이외에 "KOR"까지 출력한 모습
그림 [그림 14] 객체 검출과 한글 손글씨 인식 알고리즘을 병합한 모델의 출력 결과

참고문헌 (11)

김정환, 임준홍, "딥러닝을 이용한 번호판 검출과 인식 알고리즘", IKEEE, 제23권, 제2호, 2019, 642-651.
윤찬호, "신경망 영상인식을 이용한 인가/비인가 차량인식 시스템 연구", 한국전자통신학회, 제15권, 제2호, 2020, 299-306.

원문보기 상세보기
최승한, 한미경, "어텐션 적용 YOLOv4를 사용한 차량 번호판 검출 정확도 평가", 한국통신학회지, 제2020호, 제11호, 2020, 340-341.
Baek, Y., B. Lee, D. Han, S. Yun, and H. Lee, "Character region awareness for text detection", in CVPR, 2019.
Chng, C.K., Y. Liu, Y. Sun, C.C. Ng, C. Luo, Z. Ni, C. Fang, S. Zhang, J. Han, E. Ding, J. Liu, D. Karatzas, C.S. Chan, and L. Jin, "ICDAR2019 Robust Reading Challenge on Arbitrary-Shaped Text (RRC-ArT)", https://arxiv.org/abs/1909.07145, 2019, Print.
Choi, H., "Applications of Deep Convolutional Neural Networks: Enhanced Handwritten Hangul Recognition Model", Diss, Sungkyunkwan Univ, 2020, Print.
Girshick, R., "Fast R-CNN", IEEE International Conference on Coumputer Vision (ICCV), 2015.
Girshick, R., J. Donahue, T. Darrell, and J. Malik, "Rich feature hieararchies for accurate object detection and semantic segmentation", IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2014.
Liu, W., D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. C. Berg, "Ssd: Single shot multibox detector", Computer Vision-ECCV, Springer International Publishing, 2016 21-37.
Redmon, J., S. Divvala, R. Girshick, and A. Farhadi, "You only look once: Unified, realtime object detection", IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016, 779-788.
Ren, S., K. He, R. Girshick, and J. Sun, "Faster-r-cnn: Towards real-time object detection with region proposal networks", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.39, 2017, 1137-1149.

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증