[논문]딥러닝 기술을 활용한 효과적인 차량 번호판 인식 시스템

장성수; 정혁준; 은애천; 하영국

딥러닝 기술을 활용한 효과적인 차량 번호판 인식 시스템
An effective license plate recognition system using deep learning technology 원문보기

장성수 (건국대학교 컴퓨터공학과) , 정혁준 (건국대학교 컴퓨터공학과) , 은애천 (건국대학교 컴퓨터공학과) , 하영국 (건국대학교 컴퓨터공학과)

최근의 차량 주차관리 시설, 출입통제가 필요한 장소 그리고 도로 방범카메라를 통한 단속 등 다양한 곳에서 차량 번호판 자동 인식 기술들이 활용되고 있다. 하지만 현재 사용되고 있는 LPR(License Plate Recognition) 시스템에는 많은 장비와 비용이 들어간다는 큰 단점이 존재한다. 본 논문에서는 하나의 컴퓨터와 최소의 카메라를 가지고 할 수 있는 기계학습을 통한 영상처리를 제안하려 한다. 먼저 딥러닝 프레임워크 중 하나인 YOLO(You Only Look Once) [4]를 활용하여 자동차의 번호판 부분의 영역을 검출하고 Grayscale를 통해 햇빛 또는 조명 등의 영향을 감소시켜 번호판의 특징을 보존시킨다. 전처리 작업이 끝난 후 번호판에서 숫자를 인식 하는 부분에서는 k-NN(k-Nearest Neighbor) 알고리즘을 사용하였으며 한글 문자 인식부분은 Template Matching을 이용하였다. 제안한 알고리즘을 사용하여 기존 LPR 시스템에서 획득한 차량이미지를 대상으로 시뮬레이션 한 결과 좋은 결과를 얻을 수 있어 향후 연구 방향의 시스템 확장성의 가능성을 발견할 수 있었다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 차량의 이미지를 입력을 받아 3단계를 거쳐서 차량 번호판의 숫자와 문자를 인식하는 시스템이다. YOLO 모델에서 검출된 번호판 부분을 k-NN알고리즘과 Template Matching을 결합하여 번호판 인식하는데 있어 장비와 비용을 최소화 하였으며, 실험 결과 인식 정확도를 향상 시켰다.
따라서 적은 장비와 비용으로 다양한 장소에 설치하는 것이 중요하다. 본 논문에서는 한 대의 컴퓨터와 최소의 카메라를 사용하여 번호판을 인식하는 것을 목표로 한다.
2. 본론

본론에서는 차량의 이미지를 입력을 받고 차량번호판의 영역을 검출 후 숫자와 한글을 검출 및 인식을 하는 과정을 설명한다.

제안 방법

본 논문에서는 YOLO모델의 학습데이터는 그림2 에서의 각 이미지에 차량 번호판 부분을 BBOX Labeling Tool를 사용하여 번호판 영역을 Labeling 후 학습 후 테스트 하였다. 그 결과 아래 그림 3과 같이 자동차 번호판 영역을 검출 했다.
앞선 연구들을 통해 본 논문에서는 번호판 검출에 YOLO를 사용하고, 번호 및 문자 인식에 k-NN과 Template Matching을 사용하는 최적의 방법을 제안하였다.
하지만 문자의 모음부분의 차이가 미세하여서 문자부분은 Template Matching을 사용하는 것이 적절하여 Template Matching을 활용하여 번호판 한글 인식을 하였다 Template Matching은 참조영상(reference image)에서 템플릿(template)과 매칭 되는 위치를 탐색하고 인식을 한다. 우선 비교 대상 패턴에 대한 템플릿을 미리 마련해 두고 입력 값과 템플릿들의 유사도를 분석하여 가장 유사한 템플릿이 갖는 문자가 입력 문자로 판단한다.

이론/모형

2.1로 부터 검출한 차량 번호판에서 k-NN(k-Nearest Neighbor) 알고리즘을 사용하여 숫자를 인식한다. k-NN 알고리즘은 패턴인식에 사용한다.
1로 부터 검출한 차량 번호판에서 k-NN(k-Nearest Neighbor) 알고리즘을 사용하여 숫자를 인식한다. k-NN 알고리즘은 패턴인식에 사용한다. 즉, 어떤 특정 공간 내에 k개 가장 가까운 학습데이터로 구성되어 있을 것을 의미한다.
이에 본 논문에서는 영상처리 객체 인식 부분에서 빠른 속도와 정확도를 보여주는 YOLO 모델을 이용하여 번호판 영역 검출을 하였으며, 숫자와 문자 추출과 인식은 각각 k-NN 알고리즘 과 Template Matching으로 번호판 인식을 수행하였다.
차량 번호판 영역 검출에는 딥러닝 알고리즘으로 YOLO계열의 두 번째 버전인 YOLOv2 모델을 사용했다. YOLO모델의 경우 다른 모델에 비해 빠른 속도와 정확도를 보여준다.
그림 4와 같이 숫자를 탐지하고 인식하는 모습을 볼 수 있다. 학습데이터를 각 숫자마다 10개씩 분류를 하고 k-NN알고리즘을 사용하였다. 적은 수의 학습데이터 이지만 번호판의 숫자형식이 정해져있는 점을 활용하여 실험해보니 좋은 결과가 나오는 것을 알 수 있었다.

성능/효과

본 논문에서는 차량의 이미지를 입력을 받아 3단계를 거쳐서 차량 번호판의 숫자와 문자를 인식하는 시스템이다. YOLO 모델에서 검출된 번호판 부분을 k-NN알고리즘과 Template Matching을 결합하여 번호판 인식하는데 있어 장비와 비용을 최소화 하였으며, 실험 결과 인식 정확도를 향상 시켰다.
학습데이터를 각 숫자마다 10개씩 분류를 하고 k-NN알고리즘을 사용하였다. 적은 수의 학습데이터 이지만 번호판의 숫자형식이 정해져있는 점을 활용하여 실험해보니 좋은 결과가 나오는 것을 알 수 있었다. 추후에 추가적으로 학습데이터를 제작할 것이다.

후속연구

적은 수의 학습데이터 이지만 번호판의 숫자형식이 정해져있는 점을 활용하여 실험해보니 좋은 결과가 나오는 것을 알 수 있었다. 추후에 추가적으로 학습데이터를 제작할 것이다.
향후에는 번호판 숫자 인식의 학습데이터 부분을 더 풍부하게 보안하고 번호판 인식 시스템의 알고리즘을 더 고도화 하고 구체화 하여 발전시킬 예정이다.

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

딥러닝 기술을 활용한 효과적인 차량 번호판 인식 시스템
An effective license plate recognition system using deep learning technology 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

2. 본론

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

딥러닝 기술을 활용한 효과적인 차량 번호판 인식 시스템 An effective license plate recognition system using deep learning technology 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

2. 본론

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

딥러닝 기술을 활용한 효과적인 차량 번호판 인식 시스템
An effective license plate recognition system using deep learning technology 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper