한국컴퓨터정보학회논문지 (Journal of the Korea Society of Computer and Information)

  • 제16권4호
  • /
  • Pages.53-60
  • /
  • 2011
  • /
  • 1598-849X(pISSN)
  • /
  • 2383-9945(eISSN)
한국컴퓨터정보학회 (Korean Society of Computer Information)
권호 표지
DOI QR코드

DOI QR Code

번호판 인식 향상을 위한 번호판 검출과 초해상도 융합 방법

Fusion Methods of License Plate Detection and Super Resolution for Improving License Plate Recognition

  • 송태엽 (고려대학교 바이오마이크로시스템공학과) ;
  • 이영현 (고려대학교 영상정보처리학과) ;
  • 김민재 (고려대학교 전기전자전파공학과) ;
  • 구본화 (고려대학교 전기전자전파공학과) ;
  • 고한석 (고려대학교 전기전자전파공학과)
  • 투고 : 2010.12.30
  • 심사 : 2011.01.26
  • 발행 : 2011.04.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 저해상도 영상에서 번호판 인식 성능 향상을 위해 번호판 검출 기술과 초해상도 복원 기술의 융합 방법을 제안한다. 제안된 알고리즘에서 번호판 검출 부분은 구조적 패턴 특징을 기반으로 하였으며, 초해상도 부분은 칼만 필터 기반 순차적 데이터 방법으로 구성된다. 제안한 융합 방법은 입력 영상에서 번호판 검출 여부에 따라 (i) 전체 영상에 대한 초해상도 복원 과정을 거친 후 고해상도 번호판 영상을 얻는 방법과, (ii) 번호판 검출 후 검출된 번호판 영역에 대해 초해상도 복원을 수행하여 고해상도 번호판 영상을 얻는 방법으로 나뉜다. 다양한 환경에서의 모의 실험을 통해 제안된 융합 방법의효용성을 입증하였다. 다양한 환경에서의 모의 실험을 통해 제안된 융합 방법의 효용성을 입증하였다.

This paper proposes fusion methods of license plate detection and super-resolution for improving license plate recognition in low-resolution images. In the proposed method, we apply the license plate detection based on local structure pattern feature and the sequential super-resolution based on Kalman filter. The proposed fusion methods are divided into two according to whether the license plate is detected or not in the input image : (i) performing license plate detection after restoring whole image through super resolution, and (ii) restoring only the detected region through super-resolution after detecting the license plate. We demonstrated effectiveness of the proposed methods in various environments.

키워드

참고문헌

  1. Taeyup Song, Younghyun Lee, Minjae Kim, Bon-Hwa Ku, Hanseok Ko, "Car License Plate Detection and Super Resolution Recognition in Low Resolution Traffic Videos," Proceeding of 2010 Korea Signal Processing Conference, pp. 374-376, 2010.
  2. S.-L. Cheng, L.-S. et al., "Automatic License Plate Recognition," IEEE Transaction on Intelligent Transportation Systems, Vol. 5, No. 1, pp. 42-53, 2004. https://doi.org/10.1109/TITS.2004.825086
  3. S. Kim, et al., "A Robust License-plate Extraction method under Complex Image Conditions," Proc. of ICPR2002, Vol. 3, pp. 216-219, 2002.
  4. H.Zhang, et al., "Learning based License Plate Detection Using Global and Local Feature," Proc. of ICPR2006, vol. 2, pp. 1102-1105, 2006.
  5. J. A. G. Nijhuis, et al., "Car license plate recognition with neural networks and fuzzy logic," Proc. IEEE ICNN, Vol. 5, pp. 2232-2236, 1995.
  6. K. K. Kim, et al. "Learning-based approach for license plate recognition," Proc. IEEE Signal Processing Society Workshop, Vol. 2, pp. 614-623, 2000.
  7. Y. Cui, et al., "Character extraction of license plates from video," Proc. of IEEE Conference CVPR, pp. 502-507, 1997.
  8. Suresh et al., "Superresolution of License Plate in Real Traffic Videos," IEEE Transactions on ITS, Vol. 8, No. 2, pp. 321-331, 2008.
  9. Yuan, et al., "Fast super-resolution for license plate image reconstruction," Proc. of ICPR08, pp. 1-4. 2008.
  10. B. Froba, et al., "Face Detection with the Modified Census Transform", Proc. of ICAFGR, pp. 91-96, 2004.
  11. Y. Lee, et al., "License Plate Detection using Local Structure Patterns", Proc. of AVSS2010, pp. 574-579, 2010.
  12. S. Farsiu, et al., "Video-to-Video Dynamic Super-Resolution for Grayscale and Color Sequences," EURASIP Journal on Applied Signal Processing, Volume 2006, pp. 1-15, 2006. https://doi.org/10.1155/ASP/2006/96421
  13. P. Vandewalle, et. al., "A Frequency Domain Approach to Registration of Aliased Images with Application to Super-Resolution," EURASIP Journal on Applied Signal Processing, Volume 2006, Article ID 71459, pp. 1-14. 2006. https://doi.org/10.1155/ASP/2006/96421

피인용 문헌

  1. 뉴턴 최적화를 통해 개선된 아다부스트 훈련과 MCT 특징을 이용한 번호판 검출 vol.17, pp.12, 2011, https://doi.org/10.9708/jksci/2012.17.12.071