딥러닝을 이용한 번호판 검출과 인식 알고리즘
License Plate Detection and Recognition Algorithm using Deep Learning
2
조회
0
다운로드
15
인용
0
참고문헌
키워드
초록
최근 지능형 교통관제 시스템에 관한 다양한 연구가 진행되고 있는 가운데 번호판 검출과 인식 알고리즘은 가장 중요한요소 중에 하나로 대두되고 있다. 번호판은 차량의 고유 식별값을 가지고 있기 때문이다. 기존의 차량 통행 관제 시스템은정차를 기반으로 하고 있으며 차량의 입출입 인식 방법으로 루프 코일을 사용하고 있다. 이러한 방법은 교통 정체를 유발하고 유지보수 비용이 상승하는 단점을 가지고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 차량의 입출입 인식 방법으로 카메라 영상을 사용한다. 차량 통행 관제 시스템의 특성상 카메라가 고정되어 있다. 이에 차량이 접근하면 카메라의배경화면이 달라진다. 이 특징을 이용하여 배경화면의 차분영상을 구하면 차량의 입출입을 인식할 수 있다. 입출입 인식 후한국 번호판의 형태학적 특성을 이용하여 후보 이미지를 추정한다. 그리고 선형 SVM(Support Vector Machine)을 이용해서최종 번호판을 검출한다. 검출한 번호판의 글자와 숫자 인식 방법으로는 CNN(Convolutional Neural Network) 알고리즘을사용한다. 제안한 알고리즘은 기존의 시스템과 달리 검출 위치를 기준으로 글자와 숫자를 인식하기 때문에 번호판의 규격이변해도 인식할 수 있다. 실험한 결과 기존의 번호판 인식 알고리즘들 보다 제안한 알고리즘이 더 높은 인식률을 가진다.
Abstract
One of the most important research topics on intelligent transportation systems in recent years is detecting andrecognizing a license plate. The license plate has a unique identification data on vehicle information. The existing vehicletraffic control system is based on a stop and uses a loop coil as a method of vehicle entrance/exit recognition. Themethod has the disadvantage of causing traffic jams and rising maintenance costs. We propose to exploit differentialimage of camera background instead of loop coil as an entrance/exit recognition method of vehicles. After entrance/exitrecognition, we detect the candidate images of license plate using the morphological characteristics. The license plate canfinally be detected using SVM(Support Vector Machine). Letter and numbers of the detected license plate are recognizedusing CNN(Convolutional Neural Network). The experimental results show that the proposed algorithm has a higherrecognition rate than the existing license plate recognition algorithm.
참고문헌 (11)
- S. Sheik Mohammed Ali, "An Efficient Multiple-Loop Sensor Configuration Applicable for Undisciplined Traffic", IEEE Transactions on Intelligent Transportation Systems, 14(3), pp.1151~1161 (2013), Institute of Electrical and Electronics Engineers (IEEE)[DOI]
- Jung-Hwan Kim, "License plate detection and recognition algorithm for vehicle black box", 2017 International Automatic Control Conference (2017)
- Zied Selmi, "Deep Learning System for Automatic License Plate Detection and Recognition", 14th IAPR International Conference on Document Analysis and Recognition, pp.2379~2140 (2017)
- SeungHyun Park, "A Car Plate Area Detection System Using Deep Convolution Neural Network", Smart Media Journal, 5(1), pp.15~23 (2016)[DOI]
- 김병준, "옥외영상의 개선된 차량번호판 인식기술", 한국지능시스템학회 논문지, 26(5), pp.423~431 (2016), 한국지능시스템학회
- Yun Yang, "Chinese vehicle license plate recognition using kernel-based extreme learning machine with deep convolutional features", IET Intelligent Transport Systems, 12(3), pp.213~219 (2018), Institution of Engineering and Technology (IET)[DOI]
- 정윤주, "딥 컨볼루션 신경망을 이용한 자동차번호판 영역 검출 시스템", 멀티미디어학회논문지, 20(8), pp.1166~1174 (2017), 한국멀티미디어학회[DOI]
- Ian Goodfellow, "Deep Learning-Adaptive Computation and Machine Learning" (2016), MIT Press
- Rahul R. Palekar, "Real time license plate detection using openCV and tesseract", 2017 International Conference on Communication and Signal Processing, pp.2111~2115 (2017)
- Kuan Zheng, "License plate detection using Haar-like features and histogram of oriented gradients", 2012 IEEE International Symposium on Industrial Electronics, pp.1502~1505 (2012)
- Jingjing Zhang, "License Plate Localization in Unconstrained Scenes Using a Two-Stage CNN-RNN", IEEE Sensors Journal, 19(13), pp.5256~5265 (2019), Institute of Electrical and Electronics Engineers (IEEE)[DOI]