이미지 분할 매칭 기술을 활용한 차량번호인식성능 분석 및 개선 연구 = A Study on the Performance Analysis and Improvement of License Plate Recognition Using Image Segmentation and Matching Technology

국문 초록 (Abstract)

본 연구는 기상 악화 및 조도 변화 등 열악한 도로 환경에서 차량번호인 식(Automatic license plate recognition , ALPR) 시스템의 신뢰성을 제고하 기 위한 이미지 분할 매칭(Image Segmentation Matching, ISM) 기술을 제 안한다. 기존의 단일 객체 인식 방식은 번호판 일부가 훼손될 경우 인식률 이 급격히 저하되는 한계가 있다. 이를 극복하기 위해 본 연구는 개별 문자 를 2개의 블록으로 세분화하고 YOLOv4 알고리즘을 적용하는 강인한 인식 구조를 설계하였다. 실제 도로 환경 및 기상 시나리오를 바탕으로 실험한 결과, 50mm/h 강우 및 안개 상황에서 제안 기법에서는 차량번호 인식률이 100.0%로 나타났다. 특히 일부 오염된 번호판을 대상으로 한 안개 환경 비교 실험에서 차량번호 인식률은 기존 알고리즘 5.8% 대비 ISM 적용 시 차량번호 인식률은 97.2% 의 정확도로 91.4% 수준으로 차량번호 인식률을 개선하였다. 본 연구는 지 능형교통체계(Intelligent Transport Systems, ITS) 설계 시 기상 변수에 대 응할 수 있는 기술적 근거를 마련하였으며, 향후 연산 효율 최적화를 위한 적응형 분할 알고리즘 연구를 통해 실시간 처리 능력을 강화할 수 있을 것 으로 기대한다.

목차 (Table of Contents)

• 제 1 장 서론 1
• 제 1 절 연구의 배경 및 목적 1
• 제 2 절 연구의 범위 및 구성 3
• 제 2 장 차량번호인식 및 관련 기술 4
• 제 1 절 차량번호인식(LPR) 시스템 개요 4
• 제 2 절  종래 기술과 이미지 분할 매칭 기술 비교 5
• 제 3 장 이미지 분할 매칭 알고리즘 7
• 제 1 절 알고리즘 모델 7
• 제 2 절 알고리즘의 효용성 12
• 제 4 장 이미지 분할 매칭 알고리즘 적용 실험 및 결과 13
• 제 1 절 실험 설계 및 데이터 세트 구축 13
• 1.1 우천 환경 14
• 1.2 안개 환경 17
• 1.3 오염된 전면 번호판에 대한 안개 비교실험환경 19
• 1.4 오염된 후면 번호판에 대한 안개 비교실험환경 21
• 1.5 오염된 후면 번호판의 주간 도로실험환경 22
• 1.6 오염된 후면 번호판의 야간 도로실험환경 23
• 1.7 오염된 후면 번호판의 주간 비교실험환경 25
• 1.8 오염된 후면 번호판의 야간 비교실험환경 27
• 1.9 이미지 상에서 차량검출 비교실험환경 29
• 제 2 절 이미지 분할 매칭 알고리즘 적용 실험 결과 31
• 제 3 절 연구의 한계 및 향후 연구 과제 44
• 제 5 장 결론 45
• 참고문헌 47
• Abstract 49