• 한국정보처리학회논문지
• /
• 제6권7호
• /
• pp.1970-1979
• /
• 1999

본 논문에서는 수동 AVI 기술을 이용하여 차량 번호 판과 운전자 얼굴을 동시에 인식하는 시스템에 대해 제안하고자 한다. 이를 위해 우선적으로 환경에 불편인 전처리과정 알고리즘의 제시와 목표영역이 되는 차량 번호판 영역과 운전자 얼굴 영역을 추출하는 방법에 대해 다루고자 한다. 이후 목표영역에서 문자 영역분리와 인식 파라미터 추출을 행하고 차량 번호판의 경우 원형 정합으로, 운전자 얼굴 영역의 경우 퍼지 관계 행렬을 생성하여 최종적인 인식을 수행하고자 한다. 본 논문에서 제안하는 시스템은 환경에 불변인 전처리과정의 수행과 기존의 AVI 시스템에서 차량 번호 판만을 인식했던 것을 운전자 얼굴 인식까지 행함으로써 기존 AVI 시스템의 적용성 확대를 기할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.841-843
• /
• 2012

본 논문에서는 안드로이드 기반의 태블릿 PC 환경에서 차량사고 발생 시 번호판 인식을 통하여 해당 사건의 증인을 확보 할 수 있는 증인 확보용 블랙박스 시스템을 제안한다. 이 방법은 기존의 블랙박스 기능에 추가적으로 영상에서 추출한 자동차들의 번호판을 인식하여 번호판 정보를 로그데이터로 저장하는 방식을 사용한다. 이로 인해 차량 사고에 대한 증인을 확보할 수 있는 시스템을 제공함으로써 사건에 대한 사용자의 불리한 입장을 완화 시켜줄 수 있는 객관적 데이터를 제공 및 저장하는 것을 목표로 한다.

• 한국항해항만학회지
• /
• 제32권10호
• /
• pp.845-850
• /
• 2008

본 논문에서는 SVM을 이용한 번호판 위치 추출 알고리즘을 제안한다. 일반적으로 번호판 영역은 가로-세로 비율 컬러, 공간 주파수 성분 등의 특징을 포함하고 있다. 제안하는 기법은 영상 획득, 번호판 후보 영역 추출, 번호란 위치 검증 세가지 단계로 구성되어 있다. 번호판 후보 영역 추출 단계에서는 컬러 필터링과 경계선 검출을 하여 번호판 후보 영역을 찾아내고 후보 영역의 DCT 계수를 SVM에 적용하여 검증한다. 이러한 검증과정을 거침으로써 잘못된 추출을 막아 신뢰성 있는 번호판 영역 추출이 가능하다. 실험을 통해 제안한 방법을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 춘계종합학술대회
• /
• pp.625-628
• /
• 2001

본 논문은 차량 번호판 영상을 안정적으로 추출하여 인식하는 방법으로 Fuzzy-ARTMAP 신경회로망을 이용하여 인식하는 시스템을 제안한다. 입력 영상에서 칼라정보를 이용하여 휘도값을 추출하고, 추출된 영상에서 히스토그램을 이용하여 번호판을 배경영상에서 분리하는 작업을 수행한 후, X축 영역에 축적 히스토그램을 적용하여 글자를 분리하고, Y축 영역에 축적 히스토그램을 이용하여 글자를 완전 분리하여 번호판의 문자를 분리시킨 후, 추출된 문자 영역을 Fuzzy-ARTMAP 신경망에 입력하여 문자를 인식하였다. Fuzzy-ARTMAP을 이용한 결과 기존의 다른 신경망을 이용한 것보다 문자인식 처리 시간을 단축시키고 인식률을 향상시킬 수 있었다.

• 전자공학회논문지SC
• /
• 제45권3호
• /
• pp.12-19
• /
• 2008

번호판 인식 작업은 번호판 영역분할, 개별문자 추출, 문자인식의 세 단계를 거쳐 이루어진다. 이 가운데 번호판 영역분할은 번호판 인식의 가장 핵심이 되는 부분이면서 또한 처리 시간이 가장 많이 소요되는 부분이다. 본 논문은 다양한 도로 주변 환경을 고려해야하는 불법주정차 무인단속 현장으로부터 획득된 차량영상을 대상으로 번호판 영역을 효과적으로 추출하는 방법에 관해 기술한다. 접근방법은 번호판 영역의 가로 명암 값 변화의 특성을 이용하여 번호판 영역에서 문자 폭, 배경영역과 문자 영역의 명암차를 조사하여 문자 영역임을 확인하고, 문자와 문자 사이의 거리를 조사하여 번호판 영역을 확인한다. 또한 번호판 영역 추출 과정에서 배경영역과 문자 영역의 명암차를 이용하여 번호판의 종류를 구분한다. 본 연구는 새로운 유럽형 번호판을 포함한 국내 번호판에 대하여 번호판 테두리 훼손에 따른 번호판 영역 추출 실패의 문제점을 해결하고 시간 소요의 문제를 실시간으로 처리함으로서 실용적 응용이 가능하도록 하였다.

• 한국멀티미디어학회논문지
• /
• 제14권9호
• /
• pp.1117-1124
• /
• 2011

본 논문에서는 복잡한 배경의 차량 영상에서 번호판 영역의 색상 및 배치 정보를 이용하여 번호판 숫자 영역을 추출하는 방법을 제안한다. 번호판에서 숫자의 색상은 흰색과 유사 검정색이며, 숫자는 일정한 간격으로 배치되어 있다. 먼저, 컬러로 획득된 영상에 대해 색상특성을 이용하여 번호판 숫자의 후보영역과 비관심 영역으로 분할하고, 평균값을 이진화해 이진 영상으로 변환한다. 이진 영상에서 숫자의 종횡비로 잘못된 후보영역을 제거하고, 숫자의 간격 정보를 이용하여 번호판 숫자 영역을 추출한다. 제안한 방법의 성능 평가를 위하여 다양한 시간과 장소에서 촬영된 영상 292장을 사용하고, 실험의 결과로 녹색 번호판과 흰색 번호판의 숫자 영역에 대해서 각각 약 89.8%, 95.5%를 추출하였다.

• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.433-444
• /
• 2000

본 논문은 개선된 퍼지 ART알고리즘을 이용한 차량 번호판 인식에 대한 연구이다. 차량 영상에서 번호판 영역을 추출하기 위해 수평·수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 SOFM을 적용한 윤곽선(Contour)추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 개선된 퍼지 ART알고리즘을 사용한다. 본 논문에서 제안한 퍼지 ART알고리즘은 클러스터링 하는데 있어서 임의의 패턴과 저장된 패턴사이의 불일치 허용도를 나타내는 유사도(vigilance threshold)를 동적으로 설정함으로써 기존의 퍼지 ART 알고리즘을 개선한다. 추출 실험 결과, 수평·수직 에지의 형태학적 정보를 이용한 추출 방법이 RGB와 HSI 컬러 정보를 이용한 추출 방법보다 추출율이 개선되었다. 인식 결과에서도 개선된 퍼지 ART알고리즘이 기존의 퍼지 ART 알고리즘과 SOFM 알고리즘보다 인식율이 향상되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.796-798
• /
• 2004

기존의 번호판 인식 시스템에서는 대부분 카메라가 고정 상태에서 차량의 전면부를 찍어 영상을 획득하고, 이로부터 번호판을 추출하고 인식한다 그러나 본 연구에서는 기존 연구들과 달리 이동 중인 자동차에 카메라를 설치하여 움직이는 자동차의 영상을 획득하여 번호판을 추출하고 인식한다. 인식하고자 하는 영상이 잡음이나 왜곡 없이 깨끗하다면 인식 과정은 간단하게 수행될 것이다. 그러나, 실제로 얻어진 영상은 간단한 방법으로 인식하기에는 어려올 정도로 왜곡이나 변형이 심한 경우가 많다. 따라서 본 논문에서는 SVM 전단에 모듈라 신경망을 결합하여 인식하는 방법을 사용함으로써 잡음과 같은 변형에 덜 민감하도록 하고자 하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.

• 한국산업정보학회논문지
• /
• 제9권2호
• /
• pp.32-43
• /
• 2004

이동중인 차량에 카메라를 설치하여 주행 중에 정지 또는 주행중인 자동차의 영상을 획득하여, 이를 인식하는 시스템을 제안한다. 주행 중에 획득한 영상에서 번호판 영역을 추출하기 위하여, 번호판 영역에서 나타나는 강한 수직 에지 성분을 이용하여 번호판 후보 영역들을 찾고 이진화 된 영상에서의 배경과 문자의 구성비를 따져 번호판 영역을 추출하는 방법을 사용한다. 자동차 번호판 인식을 위하여 다중 클래스 인식을 지원하는 SVM과 모듈라 신경망 인식 성능을 비교하였으며, 인식률을 높이기 위하여 SVM을 모듈라 신경망과 결합하여 다중 클래스 분류기로 확장하는 방법을 제안하고 실험하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.187-195
• /
• 2013

차량 번호판 검출의 기존 연구들은 대부분 높은 성능을 얻기 위해 영상 획득 환경을 제한한다. 본 논문은 제약사항이 적은 환경에서 다양한 종류의 차량 번호판을 검출하기 위해 SIFT와 신경망을 이용한 새로운 방법을 제안한다. SIFT는 영상의 크기, 회전 변화에 불변하는 지역특징으로서 처리해야 할 환경이 고정되지 않은 경우에도 분별력이 뛰어나다. 영상에서 추출한 SIFT를 번호판 내부의 것(내부 부류)과 외부의 것(외부 부류)으로 나누어 2부류 분류기를 학습한다. 분류기는 신경망을 사용하며, 찾고자 하는 번호판의 종류를 학습 집합에 포함하는 것으로 다양한 종류의 번호판을 동일한 알고리즘으로 검출할 수 있다. 제안하는 방법은 입력 영상에서 지역특징을 추출하고 미리 학습한 분류기로 번호판 내부 부류를 가려낸다. 분류기의 성능이 높지 않더라도 분류 결과 내부 부류는 번호판 내부에 밀집하여 나타나고 번호판 외부에서는 흩어져 나타난다. 이러한 특성을 이용해 지역특징 맵을 만들고, 이 맵에서 임계값 이상인 전역 최댓값을 번호판 영역으로 검출한다. 다양한 환경에서 데이터 베이스를 수집하고 지역특징 분류와 번호판 검출 알고리즘을 실험한다. 지역특징을 분류기로 분류한 결과 정인식률은 97.1%, 정확률은 62.0%, 재현율은 50.2%를 보였다. 정인식률에 비해 정확률과 재현율은 낮았지만, 번호판 검출 결과 98.6%의 높은 검출 성능을 보였다.