YOLO v3와 CNN을 사용한 계량기 숫자 검출 및 인식 방법

다국어 초록 (Multilingual Abstract)

The meter reading–system field has been researched from conventional methods centered on image processing technology to techniques based on learning methods such as machine learning or deep learning. The biggest problem for meter reading systems based on computer vision is difficulty in recognizing the various kinds of meters. In fact, there are more than five major manufacturers for the meters installed in Korea. There are different meter reading areas, ID regions, and number formats by version. Because of these problems, most of the meter reading is still done hands-on. In this paper, we present an automatic meter–reading system that can work simply and efficiently, compared to existing meter reading systems that need a skilled worker. Our meter reading system consists of three parts: i) detection of meter-reading and ID regions using You Only Look Once (YOLO), ii) digit segmentation for recognition, and iii) convolutional neural network (CNN)-based digit recognition. It is possible to robustly detect and recognize various meter types by using the method presented here. Therefore, it can provide an environment where gas meter checkers can work efficiently without inconvenient procedures.

국문 초록 (Abstract)

계량기 검침 분야는 이미지 처리 기술 중심인 전통적인 방법부터 머신러닝, 딥러닝과 같은 학습 기반의 기술을 사용하는 최신 방법까지 많은 연구들이 진행되어 왔다. 컴퓨터 비전기반 계량기 검침의 가장 큰 문제점은 다양한 계량기의 종류에 대해 인식이 어렵다는 점이다. 실제로 국내에 설치 되어있는 계량기의 주된 제조회사만해도 5곳 이상이며 버전별로 계량기 지침, 기물 영역의 위치 및 숫자 모양이 다르다. 이러한 문제 때문에 여전히 대부분의 검침은 검침원들이 눈으로 보고 숫자를 직접 손으로 입력하는 방식으로 진행되고 있다. 본 논문에서는 사람이 일일이 확인해야하는 기존의 검침 시스템 대비 간소화되고 효율적인 작업이 가능한 자동화 계량기 검침 방법을 제안한다. 제안하는 방법은 크게 3부분으로 구성되어 있다: i) YOLO v3를 사용한 지침 및 기물영역 검출, ii) 연결 성분을 사용한 지침영역 숫자 분할, MSER을 사용한 기물영역 숫자 검출, iii) 숫자 영역 인식을 위한 CNN 기반의 인식. 제안하는 방법인 딥러닝 기반의 모델을 사용함으로써 다양한 계량기 타입에 강건하게 검출 및 인식이 가능하다. 따라서 검침원들이 기존처럼 숫자를 보고 일일이 입력할 필요없이 보다 능률적으로 일할 수 있는 환경을 만들어 준다.

목차 (Table of Contents)

• 제 1장 서 론 1
• 1.1 연구 배경 2
• 1.2 연구 목적 및 내용 5
• 1.3 논문 구성 6
• 제 2장 배경 이론 7
• 2.1 1-stage 객체 검출 모델 YOLO 8
• 2.2 인식에 사용되는 대표적 CNN구조인 VGG 11
• 제 3장 계량기 숫자 검출 및 인식 방법 13
• 3.1 계량기 지침/기물 숫자 영역 검출 및 인식 방법의 개요 14
• 3.2 계량기 지침/기물 영역 검출 15
• 3.3 숫자 분할 방법 17
• 3.4 숫자 인식 방법 19
• 제 4장 실험결과 20
• 4.1 제안하는 알고리즘의 실험결과 21
• 제 5장 결 론 30
• 5.1 결론 31
• 참고문헌 32
• 국문초록 36
• Abstract 38