이미지 채널 변환 방식을 통한 위변조 번호판 분류 모델을 탑재한 주차 관제 시스템 (Parking Control System with Fake License Plate Classification Model using Image Channel Conversion Method)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 60권 / 8호 / 15 ~ 21페이지
· 저자명 : 신준혁, 이지영, 한서우

초록

이 논문은 딥러닝을 활용해 주차 산업에서 큰 문제가 되고 있는 번호판 위변조를 탐지하는 혁신적인 주차 관제 시스템을 제안한다. 이 시스템은 위변조를 탐지하는 분류 모델과 차량 및 번호판을 탐지하는 객체 탐지 모델을 결합하여 번호판 이미지를 HLS 채널로 변환하고 색조 채널로 분리하여 차량 및 번호판을 탐지한다. 실험을 진행할 때 활용한 위변조 번호판 종류는 종이 번호판으로 한정한다. 실험 결과를 통해 제안한 시스템은 97%의 정확도를 나타내며 위변조 번호판을 부착한 차량의 주차장 진입을 제한하는 데 효과적임을 입증했다. 이 논문은 또한 번호판 위변조를 탐지하는 기존 방법의 한계를 해결하기 위해 첨단 기술을 사용하는 것의 중요함을 강조한다. 전반적으로 이 논문은 주차 관제 시스템 분야에 중요한 기여를 하고 있으며, 주차 산업의 보안과 효율성을 개선하는 데 있어 딥러닝 기술의 잠재력이 크다는 것을 강조한다.

영어초록

The paper proposes an innovative parking control system that uses deep learning to detect fake license plate, which is a significant problem in the parking industry. The system combines a classification model that detects fake and an object detection model that detects vehicles and license plates by converting license plate images into HLS channels and separating them into Hue channels. The fake license plate sample used in this experiment is limited to paper license plate. The experimental results show the 97 percent accurate and demonstrate the effectiveness of the proposed system in preventing vehicles with fake license plates from entering the parking lot. The paper also highlights the importance of using advanced technology to address the limitations of traditional methods for detecting fake license plate. Overall, the paper makes a valuable contribution to the field of parking control systems and showcases the potential of deep learning techniques in improving security and efficiency in the parking industry.

참고자료

· 없음