RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      KCI등재

      YOLOv2 기반의 영상워핑을 이용한 강인한 오토바이 번호판 검출 및 인식 = Robust Motorbike License Plate Detection and Recognition using Image Warping based on YOLOv2

      한글로보기

      https://www.riss.kr/link?id=A106373566

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract)

      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 ...

      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 데이터세트에 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 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.

      더보기

      참고문헌 (Reference)

      1 J. Redmon, "YOLO9000: Better, Faster, Stronger" 6517-6525, 2017

      2 S. Yonetsu, "Two-Stage YOLOv2 for Accurate License-Plate Detection in Complex Scenes" 2019

      3 X. He, "Segmentation of characters on car license plate" MMSP 2008

      4 R. Girshick, "Rich feature hierarchies for accurate object detection and semantic segmentation"

      5 S. Montazzolli, "Real-Time Brazilian License Plate Detection and Recognition Using Deep Convolutional Neural Networks"

      6 S. Montazzolli, "License Plate Detection and Recognition in Unconstrained Scenarios"

      7 Shaoqing Ren, "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks" Institute of Electrical and Electronics Engineers (IEEE) 39 (39): 1137-1149, 2017

      8 이동석, "Faster R-CNN 기반의 실시간 번호판 검출" 한국정보처리학회 5 (5): 511-520, 2016

      9 L. Hsi-Jian, "Extraction and recognition of license plates of motorcycles and vehicle on highways" 2004

      10 Gabriel Resende Gonçalves, "Benchmark for license plate character segmentation" SPIE-Intl Soc Optical Eng 25 (25): 1-5, 2016

      1 J. Redmon, "YOLO9000: Better, Faster, Stronger" 6517-6525, 2017

      2 S. Yonetsu, "Two-Stage YOLOv2 for Accurate License-Plate Detection in Complex Scenes" 2019

      3 X. He, "Segmentation of characters on car license plate" MMSP 2008

      4 R. Girshick, "Rich feature hierarchies for accurate object detection and semantic segmentation"

      5 S. Montazzolli, "Real-Time Brazilian License Plate Detection and Recognition Using Deep Convolutional Neural Networks"

      6 S. Montazzolli, "License Plate Detection and Recognition in Unconstrained Scenarios"

      7 Shaoqing Ren, "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks" Institute of Electrical and Electronics Engineers (IEEE) 39 (39): 1137-1149, 2017

      8 이동석, "Faster R-CNN 기반의 실시간 번호판 검출" 한국정보처리학회 5 (5): 511-520, 2016

      9 L. Hsi-Jian, "Extraction and recognition of license plates of motorcycles and vehicle on highways" 2004

      10 Gabriel Resende Gonçalves, "Benchmark for license plate character segmentation" SPIE-Intl Soc Optical Eng 25 (25): 1-5, 2016

      11 Gee-Sern Hsu, "Application-Oriented License Plate Recognition" Institute of Electrical and Electronics Engineers (IEEE) 62 (62): 552-561, 2013

      12 Mei Yu, "An approach to Korean License plate recognition based on vertical edge matching" 4 : 8-11, 2000

      13 R. Laroca, "A Robust Real-Time Automatic License Plate Recognition Based on the YOLO Detector"

      14 G. Hsu, "A Comparison study on motorcycle license plate detection" 2015

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2026 평가예정 재인증평가 신청대상 (재인증)
      2020-01-01 평가 등재학술지 유지 (재인증) KCI등재
      2017-01-01 평가 등재학술지 유지 (계속평가) KCI등재
      2016-01-15 학회명변경 한글명 : 한국방송공학회 -> 한국방송∙미디어공학회
      영문명 : The Korean Society Of Broadcast Engineers -> The Korean Institute of Broadcast and Media Engineers
      KCI등재
      2013-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2010-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2007-01-01 평가 등재학술지 선정 (등재후보2차) KCI등재
      2006-01-01 평가 등재후보 1차 PASS (등재후보1차) KCI등재후보
      2004-01-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 0.38 0.38 0.34
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      0.32 0.27 0.526 0.14
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼