http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
데이터 확장 및 CNN 알고리즘을 이용한 차량번호 인식
이근상(Lee, Geun Sang),김영주(Kim, Young Joo),고대경(Koh, Dae Kyung),이강훈(Lee, Kang Hoon) 한국측량학회 2020 한국측량학회 학술대회자료집 Vol.2020 No.7
본 연구에서는 최근 이슈가 되는 인공지능 기술을 활용하여 차량번호를 효과적으로 인식할 수 있는 기술을 개발하였다. 이를 위해 기하학적 변형(Geometric Distortion), 광학적 변형(Photometric Distortion), 탄성학적 변형(Elastic Distortion) 기법과 같은 데이터 확장기술을 활용하였으며, 딥러닝 기반의 합성곱 알고리즘을 활용하여 차량번호판을 인식하는 기술을 개발하였다. 테스트 결과 매우 우수한 차량번호 인식률을 확보할 수 있었으며, 이를 통해 향후 불법주정차, 범죄 및 체납차량 관리와 같은 다양한 업무를 지원할 것으로 판단된다.
이근상(Lee, Geun-Sang),김영주(Kim, Young-Joo),고대경(Koh, Dae-Kyung) 한국지적정보학회 2020 한국지적정보학회지 Vol.22 No.2
최근 도심지 불법주정차 단속업무를 비롯하여 다양한 분야에서 CCTV 영상을 활용한 차량번호 인식에 관한 연구가 진행되고 있다. 본 연구에서는 합성곱 신경망 기반의 딥러닝 알고리즘을 활용하여 차량번호를 인식하는 프로그램을 개발하였다. 주요 연구 성과로서는 SSD 알고리즘을 활용하여 차량 및 번호판 영역을 검출하는 기술을 개발하였으며 학습데이터를 이용하여 훈련한 결과 약 99.5%의 높은 정확도를 확보할 수 있었다. 또한 기하학적 변형, 광학적 변형, 탄성학적 변형을 개선하는 데이터 확장 알고리즘을 개발하여 딥러닝 기반의 차량번호 인식에 활용되는 특징맵을 생성하였다. 그리고 앵커박스 및 딥러닝 기반의 합성곱 신경망 알고리즘을 적용한 결과 차량번호 인식 정확도가 98.5%로 매우 높게 나타남을 알 수 있었다. 본 연구에서는 실시간 차량 모니터링을 비롯하여 통계분석 그리고 차량번호를 실시간으로 인식할 수 있는 프로그램을 개발하였다. 개발한 프로그램을 활용하여 비트 레이트값의 변화에 따른 차량인식 정확도를 비교 평가하였으며, GS 인증을 위한 실험에서도 97% 이상의 높은 정확도를 확보할 수 있었다. 따라서 본 연구에서 개발한 차량번호 인식 프로그램은 불법주정차 단속업무를 비롯하여 체납차량 추적 등 다양한 분야에 활용될 수 있을 것으로 판단된다. Recently, research has been conducted on the identification of vehicle numbers using CCTV images in various fields including illegal parking control in downtown areas. In this study, we developed a program that recognizes vehicle numbers using deep learning algorithms based on CNN. As a major research achievement, we developed a technology that detects the vehicle and license plate area using the SSD algorithm, and as a result of training using a learning date, a high accuracy of about 99.5% was secured. In addition, by developing a data expansion algorithm that improves geometric deformation, optical deformation, and elastic deformation, a feature map used for deep learning-based vehicle number recognition was generated. And as a result of applying CNN algorithm based on anchor box and deep learning, it was found that the vehicle number recognition accuracy was very high at 98.5%. In this study, we developed a program that can recognize real-time vehicle monitoring, statistical analysis, and vehicle number in real time. By using the developed program, vehicle recognition accuracy according to the change of the bit rate value was compared and evaluated, and in the experiment for GS certification, high accuracy of more than 97% was secured. Therefore, it is judged that the vehicle number recognition program developed in this study can be used in various fields such as illegal parking control and tracking overdue vehicles.