ESRGAN을 이용한 차량 번호판 화질 개선을 통한 인식률 향상 (License Plate Image Enhancement Based on Enhanced Super-resolution Generative Adversarial Networks)

서지정보

· 발행기관 : 국제차세대융합기술학회
· 수록지 정보 : 차세대융합기술학회논문지 / 6권 / 1호 / 5 ~ 11페이지
· 저자명 : 이채원, 윤성빈, 조철우, 황현상, 이건영, 이의철

초록

과학수사 영상분석 분야에서 사건 현장의 차량 번호판 판별은 수사관의 주관적 육안 판별 과정을 거친다. 하지 만 조도가 충분치 않은 상황에서 나타나는 영상의 잡음이나 블러, 해상도 저하가 육안 판별의 장애 요인이 된다. 본 연구에서는 열화된 자동차 번호판 이미지를 변형된 ESRGAN을 통해 개선한다. 기존의 ESRGAN은 정방형 비율에 맞춰 모델이 구축되어있기 때문에 자동차 번호판 이미지 데이터의 종횡비에 맞추어 모델 구조를 변형하였다. 또한 자 동차 번호판의 숫자를 육안으로 알아보기 힘들 정도로 훼손된 것을 고려해 강도 높은 증강 방식을 적용하였으며, 이러 한 복잡한 이미지 복원을 위해 기존 ESRGAN 구조에서 Encoder-Decoder 구조를 추가하였다. 과학수사 영상분석에 서는 자동화된 인식 방법보다는 육안 판별을 수행하므로, 주관적 육안 판별로 성능 평가를 수행하였다. 숫자별 인식률 은 이미지 개선 전에 60%였으나, 개선 후 87%로 나타나 유의미한 영상 개선 효과를 보이는 것으로 나타났다.

영어초록

In the field of forensic image analysis, the identification of license plates at the scene of an incident goes through the subjective visual identification process of the investigator. However, noise, blur, and resolution degradation of the image appearing under insufficient illumination become obstacles to human visual identification. In this study, the degraded license plate image is improved using ESRGAN. The model structure was modified to match the aspect ratio of the license plate image data. In addition, high-intensity augmentation was applied considering that the number of the license plate was damaged to the extent that it was difficult to recognize with the naked eye. To restore such a complex image, an encoder-decoder structure is added to the existing ESRGAN structure. In forensic image analysis, since visual discrimination is performed rather than an automated recognition method, performance evaluation was performed by subjective visual discrimination. The recognition rate by number was 60% before image improvement, but 87% after improvement, showing a significant image improvement effect.

참고자료

· 없음