• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.7 no.1
• /
• pp.59-67
• /
• 2008

In this paper we propose an algorithm to extract the license plate regions from Korean car images. The idea of this paper is that we first find the four digits in the input car image and then segment the plate region using the digit information. Out method has advantage of segmenting simultaneously the plate regions and four digits regions. The first step finds and groups the connected components with proper sizes as candidate digits. The second step applies an serial alignment condition to find out probable 4-digits. In the third step, we recognize the candidate digits and assign the confidence values to each of them. The final step extracts the license plate region which has the highest confidence value. We used the Perfect Metrics classification algorithm to estimate the confidence. In our experiment, we got 97.23% and 95.45% correct detection rates, 0.09% and 0.11% false detection rates for 4,600 daytime and 264 nighttime images, respectively.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.65 no.1
• /
• pp.142-149
• /
• 2016

This paper proposes a method to detect LP(License Plate) of vehicles in indoor and outdoor parking lots. In restricted environment, there are many conventional methods for detecting LP. But, it is difficult to detect LP in natural and complex scenes with background clutters because several patterns similar with text or LP always exist in complicated backgrounds. To verify the performance of LP text detection in natural images, we apply MB-LGP feature by combining with ensemble machine learning algorithm in purpose of selecting optimal features of small number in huge pool. The feature selection is performed by adaptive boosting algorithm that shows great performance in minimum false positive detection ratio and in computing time when combined with cascade approach. MSER is used to provide initial text regions of vehicle LP. Throughout the experiment using real images, the proposed method functions robustly extracting LP in natural scene as well as the controlled environment.

• Journal of Korean Society of Transportation
• /
• v.23 no.5 s.83
• /
• pp.135-146
• /
• 2005

Up to now studies on the fusion of travel time from various detectors have been conducted based on the variance raito of the intermittent data mainly collected by GPS or probe vehicles. The fusion model based on the variance ratio of intermittent data is not suitable for the license plate recognition AVIs which can deal with vast amount of data. This study was carried out to develop the fusion model based on travel time acquired from the license plate recognition AVIs and the point detectors. In order to fuse travel time acquired from the point detectors and the license plate recognition AVIs, the optimized fusion model and the proportional fusion model were developed in this study. As a result of verification, the optimized fusion model showed the superior estimation performance. The optimized fusion model is the dynamic fusion ratio estimation model on real time base, which calculates fusion weights based on real time historic data and applies them to the current time period. The results of this study are expected to be used effectively for National Highway Traffic Management System to provide traffic information in the future. However, there should be further studies on the Proper distance for the establishment of the AVIs and the license plate matching rate according to the lanes for AVIs to be established.

• Journal of Broadcast Engineering
• /
• v.27 no.2
• /
• pp.185-197
• /
• 2022

Recently, deep learning networks with high performance for object recognition are emerging. In the case of object recognition using deep learning, it is important to build a training data set to improve performance. To build a data set, we need to collect and label the images. This process requires a lot of time and manpower. For this reason, open data sets are used. However, there are objects that do not have large open data sets. One of them is data required for license plate detection and recognition. Therefore, in this paper, we propose an artificial license plate generator system that can create large data sets by minimizing images. In addition, the detection rate according to the artificial license plate arrangement structure was analyzed. As a result of the analysis, the best layout structure was FVC_III and B, and the most suitable network was D2Det. Although the artificial data set performance was 2-3% lower than that of the actual data set, the time to build the artificial data was about 11 times faster than the time to build the actual data set, proving that it is a time-efficient data set building system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.601-603
• /
• 2003

최근에 차량수의 증가로 인하여 교통량이 증가하고 그로 인하여 ITS(Intelligent Transport System)에 대한 관심이 증가하게 되었다. 그 중에서도 LPR system(License Plate Recognition system)은 ITS에서 중요한 역할을 한다. 본 논문에서는 차량의 번호를 인식하기 위해 선행되어야 하는 과정인 대상 차량의 번호판 영역을 추출하고 구성 숫자들을 분리하는 알고리즘을 제안한다. 이 알고리즘은 영상에서 차량의 번호판 영역을 찾는 부분과 번호판의 숫자를 분리하는 부분으로 구성이 되어 있다. 먼저 입력 영상에서 gradient를 구하게 된다. 구해진 gradient에서 차량의 구조와 transition의 횟수를 조사를 통해서 번호판 영역을 찾게 된다. 찾아진 번호판 영역에서 adaptive threshold를 적용하여 숫자들을 분리하게 된다. 실내 주차장 환경에서 촬영된 영상을 대상으로 실험을 수행하고 그 결과를 정리하였다.

• Journal of Broadcast Engineering
• /
• v.19 no.1
• /
• pp.56-63
• /
• 2014

This paper deals with a binarization for plate number recognition. The binarization process converts an image into a binary image and plays an important role for automatically recognizing plate number. The rear license plate has often a shadowed image which causes erroneous binarized image due to non-uniform illumination. In this paper, a binarization method is proposed in which the shadow line is detected in a rear plate with a shadow. And then the histogram matching is conducted for the two image separated by the shadow line. After histogram matching, two images are joined and finally Otsu method is applied for the binarization. In the experiment, the proposed algorithm shows robust performance compared to the conventional method in the presence of estimation error in the shadow line.

• The Korean Journal of Legal Medicine
• /
• v.39 no.4
• /
• pp.115-119
• /
• 2015

We investigated event-related potentials (ERPs) to estimate the accuracy of eyewitness memories. Participants watched videos of vehicles being driven dangerously, from an anti-impaired driving initiative. The four-letter license plates of the vehicles were the target stimuli. Random numbers were presented while participants attempted to identify the license plate letters, and electroencephalograms were recorded. There was a significant difference in activity 300-500 milliseconds after stimulus onset, between target stimuli and random numbers. This finding contributes to establishing an eyewitness recognition model where different ERP components may reflect more explicit memory that is dissociable from recollection.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.17-20
• /
• 2019

번호판 자동인식 (ALPR: Automatic License Plate Recognition)은 지능형 교통시스템 및 비디오 감시 시스템 등 많은 응용 분야에서 필요한 기술이다. 대부분의 연구는 자동차를 대상으로 번호판 감지 및 인식을 연구하였고, 오토바이를 대상으로 번호판 감지 및 인식은 매우 적은 편이다. 자동차의 경우 번호판이 차량의 전방 또는 후방 중앙에 위치하며 번호판의 뒷배경은 주로 단색으로 덜 복잡한 편이다. 그러나 오토바이의 경우 킥 스탠드를 이용하여 세우기 때문에 주차할 때 오토바이는 다양한 각도로 기울어져 있으므로 번호판의 글자 및 숫자 인식하는 과정이 훨씬 더 복잡하다. 본 논문에서는 다양한 각도로 주차된 오토바이 데이트세트에 대하여 번호판의 문자 인식 정확도를 높이기 위하여 2-스테이지 YOLOv2 알고리즘을 사용하여 오토바이 영역을 선 검출 후 번호판 영역을 검지한다. 인식률을 높이기 위해 앵커박스의 사이즈와 개수를 오토바이 특성에 맞추어 조절하였다. 그 후 기울어진 번호판을 검출한 후 영상 워핑(Image Warping) 알고리즘을 적용하였다. 모의실험 결과, 기존 방식의 인식률이 47,74%에 비해 제안된 방식은 80.23%의 번호판의 인식률을 얻었다. 제안된 방법은 전체적으로 오토바이 번호판 특성에 맞는 앵커박스와 이미지 워핑을 통해서 다양한 기울기의 오토바이 번호판 문자 인식을 높일 수 있었다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.150-150
• /
• 1998

본 연구는 최근에 대두되는 첨단 교통체계(Intelligent Transportation Systems : ITS)중 첨단교통 관리체계(Advanced Traffic Management Systems : ATMS)에서 자동단속체계(Automatic Traffic Enforcement Systems : ATES)에 사용되는 자동차량번호판인식시스템의 핵심기술인 자동차량 번호판 추출에 관한 연구이다. 일반적으로 번호판익식시스템(License Plate Recogition System : LPRS)가 번호판을 인식하는데 있어서 번호판 추출과 문자인식, 크게 2개의 Process로 구분되어 수행된다. 본 연구에서는 도로상에 설치된 영상 카메라에서 얻은 차량의 영상을 바탕으로 차량의 번호판을 추출하는 새로운 영상처리기법을 제시하고 있다. 본 연구에서 제시한 영상처리기법은 메쉬와핑으로 차량번호판영역의 특징을 이용하여 추출해내는 방법이다. 메쉬란 직교하는 선들로 이루어진 그물 모양의 제어선을 말하는데 이 제어선은 가로와 세로로 한번씩 이미지를 왜곡하여 최종 이미지를 만들어낸다. 이 메쉬와핑기법은 정교하면서도 빠른 속도로 이미지를 처리할 수 있기 때문에 실시간 처리하는데 사용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.238-240
• /
• 2004

경제 성장과 생활 수준의 향상으로 인한 자동차 수의 증가는 않은 문제를 발생시키고 있다 제한된 인력과 비용으로 효율적인 자동차 관리를 위한 연구 분야 중에서 자동차 번호판 인식 (Vehicle Plate Recognition) 기술은 법규위반의 식별, 통행료 징수, 납세, 도난.도주 차량 확인 및 주차 관리 등의 않은 분야에 응용되고 있다. 자동차 번호판 문자 인식 문제와 같이 훈련 예제 수집 비용이 많이 드는 경우에 제한된 수의 훈련 예제를 최대한 활용하여 분류 성능을 향상시키기 위한 방안 중 하나로, 수집된 훈련 예제들로부터 가상의 예제를 생성하고, 생성된 가상 예제를 훈련 예제로 추가하여 학습하는 절러 연구가 수행된 바 있다. 본 논문에서는 자동차 번호판 문자 인식의 성능 향상을 위친 수집된 예제들을 적절히 병합하여 가상의 예제를 생성하는 방안에 관해 기술하고, 문자 인식 분야에서 일반적으로 많이 사용되는 여러 알고리즘에 대하여 다양한 가상 예제 생성 방안 및 다양한 생성 비율 따른 실험을 통해 그 효용성을 확인하였다