• 한국컴퓨터정보학회논문지
• /
• 제16권6호
• /
• pp.71-77
• /
• 2011

본 논문에서는 번호판 인식 시스템에서 번호판 영상의 화질 개선을 위하여 국부 블록(Local block : LB) 학습기반의 초해상도 알고리즘을 제안한다. 본 논문에서 국부 블록은 영상 내에서 정보를 담고 있는 최소 단위로 정의하였으며, 학습의 기본 단위가 된다. 제안된 방법은 먼저 다양한 환경에 적합한 훈련 국부 블록 set을 생성하였다. 훈련 국부 블록 set은 고해상도 국부 블록과 저해상도 국부 블록의 순서쌍으로 구성되며 다양한 크기의 번호판과 열화 영상에 대응하기 위하여 다양한 크기와 열화를 갖는 저해상도 국부 블록 훈련 set을 구성하였다. 그 다음으로는 저해상도 입력 영상에서 복원해야할 정보를 훈련 국부 블록 set에서 추출/융합하는 과정을 제안하였다. 모의 실험결과, 열화된 저해상도 번호판 영상에 대해 제안한 방법이 효과적인 복원 성능을 나타내는 것을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제12권3호
• /
• pp.9-16
• /
• 2012

스마트시티 프로젝트의 일환으로 실시간 차량 번호판 인식에 관한 연구들이 활발하게 진행되고 있다. 도로상에 설치된 CCTV에서 트리거 신호 없이 주행하는 차량 영상을 획득할 경우에는 번호판의 기하학적 왜곡이나 화질의 저하가 발생하여 번호판 인식이 어려워 질 수 있다. 본 논문에서는 트리거 신호를 이용하지 않은 상태에서 입력되어 기하학적 왜곡이나 화질의 저하가 발생된 차량 영상에도 강한 에지기반 문자 세그먼트 영상생성 기법의 차량 번호판 인식시스템을 제안하였다. 제안한 실시간 차량 번호판 인식 알고리즘을 도로상에 설치된 CCTV에 구현하고 일주일 동안 번호판 인식 실험을 수행해 본 결과 1일 평균 1,535 대의 통과 차량에 대해서 97.5%의 번호판 검출률을 얻을 수 있었으며 검출된 번호판에 기록된 문자들의 99.3%를 인식할 수 있었다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.453-462
• /
• 2021

자동차 번호인식을 위해선 수많은 번호판 데이터가 필요하다. 번호판 데이터는 과거의 번호판부터 최신의 번호판까지 균형 있는 데이터의 확보가 필요하다. 하지만 실제 과거의 번호판부터 최신의 번호판의 데이터를 획득하는데 어려움이 있다. 이러한 문제를 해결하기 위해 인조 번호판을 이용하여 자동차 번호판을 생성하여 딥러닝을 통한 번호판 인식 연구가 진행되고 있다. 하지만 인조 데이터는 실제 데이터와 차이가 존재하며, 이러한 문제를 해결하기 위해 다양한 데이터 증강 기법을 사용한다. 기존 데이터 증강 방식은 단순히 밝기, 회전, 어파인 변환, 블러, 노이즈등의 방법을 사용하였다. 본 논문에서는 데이터 증강 방법으로 인조데이터를 실제 데이터 스타일로 변환하는 스타일 변환 방법을 적용한다. 또한 실제 번호판 데이터는 원거리가 많고 어두운 경우 잡음이 많이 존재한다. 단순히 입력데이터를 가지고 문자를 인식할 경우 오인식의 가능성이 높다. 이러한 경우 문자인식 향상을 위해 본 논문에서는 문자인식을 위하여 화질개선 방법으로 DeblurGANv2 방법을 적용하여 번호판 인식 정확도를 높였다. 번호판 검출 및 번호판 번호인식을 위한 딥러닝의 방식은 YOLO-V5를 사용하였다. 인조 번호판 데이터 성능을 판단하기 위해 자체적으로 확보한 자동차 번호판을 수집하여 테스트 셋을 구성하였다. 스타일 변환을 적용하지 않은 번호판 검출이 0.614mAP를 기록하였다. 스타일 변환을 적용한 결과 번호판 검출 성능이 0.679mAP 기록하여 성능이 향상되었음을 확인하였다. 또한 번호판 문자인식에는 화질 개선을 하지 않은 검출 성공률은 0.872를 기록하였으며, 화질 개선 후 검출 성능이 0.915를 기록하여 성능 향상이 되었음을 확인 하였다.

• 전기전자학회논문지
• /
• 제21권4호
• /
• pp.412-415
• /
• 2017

본 논문에서는 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 제안한다. 제안한 시스템은 $360^{\circ}$ 원형영상의 평면 분할 부와 다중 번호판 인식 부로 구성되었다. $360^{\circ}$ 원형영상의 평면 분할 부는 고해상도 $360^{\circ}$ 전방위 IP 카메라에서 원형영상 획득, 원형영상 분할, 평면영상으로 변환, 보간법을 사용한 픽셀 보정 및 컬러보정, 에지 보정 등의 과정을 거쳐 화질이 개선된 평면영상으로 출력한다. 다중 번호판 인식 부는 평면영상에서 다중 번호판 후보영역 추출, 다중 번호판 후보영역 정규화 및 복원, 신경망을 사용한 다중 번호판 숫자, 문자 인식 과정을 거쳐 다중 번호판을 인식하게 된다. 제안된 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 평가하기 위하여 지능형 주차관제시스템 운영 전문 업체와 공동으로 실험한 결과, 97.8%의 높은 번호판 인식률이 확인되었다.

• Journal of Radiation Protection and Research
• /
• 제38권2호
• /
• pp.78-90
• /
• 2013

최근 방사선 피폭에 대한 관심이 높아지고 있다. 유방촬영용장치의 방사선 피폭은 일반 X선 촬영에 비해 비교적 흡수선량이 높기 때문에 화질은 개선하되 불필요한 피폭을 줄여야 노력을 할 필요가 있다. 최근 국제방사선방어위원회(ICRP)나 우리나라의 한국의료영상품질관리원(KIAMI)에서 권고하는 평균유선선량은 3 mGy이하이지만 이는 유방의 두께에 따라 다르므로 모든 경우에 권고수치가 넘지 않는다고 해서 적다고 말할 수는 없다. 일반적으로 방사선 촬영에 사용되는 선질은 영상의 화질과 피폭선량을 결정하는 중요한 인자로 촬영 관전압과 부가필터에 영향을 받는다. 일반적으로 유방촬영용장치에서 방출되는 X선 에너지는 연속 스펙트럼(spectrum)으로서 영상의 화질에 미치는 영향이 적은 저 에너지부터 이미지상의 대조도(contrast)를 저해하는 고 에너지 성분까지 포함하고 있다[1,3]. 현재 유방촬영용장치에 많이 사용되고 있는 부가필터는 몰리브덴(molybdenum, Mo), 로듐(rhodium, Rh)등이 있으며, 이는 사용되어지는 X선질의 에너지 영역에 따라 구분하여 사용되고 있다. 현재 유방촬영용장치에 가장 많이 사용되어지고 있는 부가필터의 물질인 몰리브덴(Molybdenum, Mo), 로듐(rhodium, Rh)외에 원자번호와 K-흡수단 영역이 비슷한 니오븀(niobium, Nb)이나 지르코늄(zirconium, Zr)재질의 부가여과판을 사용 하였을때 화질과 선량의 개선된 변화를 알아보고, X선의 저에너지를 흡수할 수 있는 알루미늄(aluminum, Al)재질을 복합으로 사용하였을 때 유방촬영용장치의 화질에 손실없이 알루미늄(aluminum, Al)두께에 따른 조사선량의 경감 정도를 확인하려 한다. 본 실험에서는 몰리브덴(molybdenum, Mo), 니오븀(niobium, Nb), 지르코늄(zirconium, Zr)등의 부가필터를 종류별로 단일필터로 사용할 경우와 이들 단일필터에 알루미늄(aluminum, Al)필터를 복합으로 사용한다. 이 경우 상기 부가필터의 종류에 따른 화질의 개선이 될 것으로 판단되고, 알루미늄(aluminum, Al)필터를 복합으로 사용함으로 인해 저 에너지의 불필요한 X선이 흡수되므로 동일한 농도가 되었을 때 화질에 큰 영향없이 선량이 감소될 것으로 기대된다.