임베디드 시스템에서의 딥러닝 영상 분석 기반 장애인 주차구역 관리 시스템 구현 (Implementation of a Deep Learning Image Analysis-Based Disabled Parking Space Management System in an Embedded System)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 49권 / 7호 / 1012 ~ 1020페이지
· 저자명 : 우채율, 권순량

초록

장애인 주차구역 관리 문제는 사회적으로 중요한 문제 중 하나이다. 이러한 문제를 해결하기 위해서 IoT 센서, 딥러닝, 영상분석 기술을 활용하여 장애인 주차공간을 실시간으로 모니터링하고 효율적으로 관리할 수 있는 시스템 개발이 필요하다. 본 논문은 임베디드 환경에서 딥러닝 기반의 영상분석을 활용한 장애인 주차구역 관리 시스템을 구현하는 것을 목표로 한다. 이를 위해 대한민국 차량 번호판 15종을 정의하고 해당 데이터셋을 구축하였다.
또한 실시간 번호판 인식 정확도를 높이기 위해 번호판 검출 모델과 번호판 문자 검출 모델을 YOLOv8 기반으로학습하여 가장 우수한 성능의 모델을 임베디드 시스템에 적용하였다. 한글 문자 인식률 증대와 문자 조합 알고리즘 구현을 통해 시스템의 안정성과 정확성을 향상시킬 수 있었다. 이를 통해 실제 장애인 주차구역에서 다양한 번호판에 대해 인식하여 효율적인 불법 주차관리가 가능하도록 하였다.

영어초록

Managing parking spaces for people with disabilities is one of the socially significant issues. To address this issue, there is a need to develop a system that can monitor and manage disabled parking spaces in real-time efficiently, utilizing IoT sensors, deep learning, and video analysis technologies.
This paper aims to implement a disabled parking space management system using deep learning-based video analysis in an embedded environment. To achieve this goal, we defined 15 types of South Korean vehicle license plates and constructed a corresponding dataset. Furthermore, to improve the real-time license plate recognition accuracy, we trained license plate detection and character recognition models based on YOLOv8, applying the most superior performing model to the embedded system. By enhancing Korean character recognition rates and implementing character combination algorithms, the system's stability and accuracy were improved. This approach enables efficient management of illegal parking for various license plates in real disabled parking spaces.

참고자료

· 없음