노이즈 환경의 번호판 문자 인식 성능 개선에 대한 연구 (A Study on Improving License Plate Character Recognition Performance in Noisy Environments)

서지정보

· 발행기관 : 한국전기전자학회
· 수록지 정보 : 전기전자학회논문지 / 29권 / 1호 / 72 ~ 80페이지
· 저자명 : 이동관, 김재민

초록

기존의 한국 번호판 인식 기술은 일반적으로 잘 작동하지만, 눈이나 흙 등으로 번호판 일부가 가려지면 인식 오류가 발생할 수있다. 이를 해결하기 위해 노이즈에 강한 번호판 인식 알고리즘이 필요하다. 최근 CNN 기반 객체 검출 기술이 발전하면서 한글 번호판 인식에도 적용되고 있지만, 임베디드 보드에서 효율적으로 구현하려면 경량화가 필수적이다. 본 논문에서는 이러한 요구를 충족하는 한글 번호판 인식 기술을 제안한다. 먼저, 오염된 번호판 데이터를 학습 및 테스트에 활용하여 노이즈 대응력을 높인다. 다음으로, 미검출을 줄이기 위해 검출 신뢰도 임계값을 낮추고, 증가하는 오검출을 후처리 알고리즘으로 보완한다. 마지막으로, 개별 음절 검출의 취약점을 개선하기 위해 음절뿐만 아니라 모음과 자음을 추가로 검출하고 신뢰도를 결합한 개선된 후처리 방법을 사용하여 음절 인식 성능을 높인다. 실험 결과를 통해 제안 기법의 우수성을 입증한다

영어초록

Existing Korean license plate recognition technology generally works well but struggles when plates are partiallyobscured by snow, dirt, or other noise. To address this, a noise-robust recognition algorithm is needed. WhileCNN-based object detection has been applied to Korean license plates, efficient implementation on low-cost embeddedboards requires lightweight models. This paper proposes a Korean license plate recognition method that meets thesedemands. First, contaminated plate data is used for training and testing to enhance noise robustness. Second, to reducefalse negatives, the detection threshold is lowered, and the resulting increase in false positives is corrected throughpost-processing. Finally, to improve the weakness of individual syllable detection, an enhanced post-processing methodis used to improve syllable recognition performance by detecting not only syllables but also vowels and consonants andcombining their confidence scores. Experimental results validate the effectiveness of the proposed approach.

참고자료

· 없음