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.
제안 방법
- OpenCV를 이용하여 이미지 전처리후 사전에 딥러닝을 위한 차량 이미지를 학습하기 위해 수천장의 이미지를 학습시켜 차량을 판별한다. 차량을 오차 없이 인식하기 위해 수천장의 차량 이미지에 경계박스(Bounding Box)를 설정하여 학습시키는 레벨링 과정이 필요하다.
- OpenCV의 이미지 이미지 전처리과정을 통해 에지를 검출 한후 번호판 전체의 경계(Coutour)를 구해 차량 번호판을 인식하여 번호판 부분만을 캡쳐 하거나, YOLO알고리즘을 이용해 번호판 이미지 인식을 이용하여 번호판 이미지를 획득한다.
- 본 논문에서는 딥러닝기반 YOLO알고리즘을 활용하여 차량에 대한 인식과 번호판 이미지 인식, 전기차 식별에 활용하고, 차량번호를 인식하여 출입차량통계를 위해 데이터베이스를 구축할 수 있는 시스템 구현하였다.
- 이후 번호판 이미지에서 차량번호를 인식하고, 텍스트화하기 위해서는 오픈소스 Tesseract-OCR을 이용해서 한글을 인식할 수 있는 학습 데이터 파일을 활용하여 그림 3과 같이 차량번호판의 번호를 인식하여 텍스트화 하였다. 또한, 획득한 번호판 이미지에서 전기차 특징점을 인식할 수 있어 전기차 판별도 할 수 있다.
- 그림1과 같이 하드웨어는 크게 Nvidia사의 Jetson Nano와 USB 카메라 모듈로 구성된다. 카메라를 통해 실시간으로 이미지를 전송 받아 그림2와 같이 연결된 에지 컴퓨터를 통해 딥러닝에 필요한 알고리즘을 구현하여 차량 객체 탐지를 수행한다.
이론/모형
- 본 논문에서는 이를 위해 영상처리에서 널리 사용되는 오픈 소스인 OpenCV(Open Source Computer Vision)와 인식률과 처리시간에서 우수한 실시간 객체인식을 위한 YOLO(You Only Look Once)알고리즘을 사용한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.