자동 차량 번호판 감지 및 인식은 스마트시티를 위한 지능형 교통 시스템에서 점점 더 중요한 기술로 무인 주차와 불법주차 등 교통 통제 등 다양한 분야에서 핵심적인 역할을 함. 증가하는 요구에 따라, DNN(Deep Neural Network)에 기반한 최첨단 번호판 감지 및 인식 기법이 기존에 제안되었지만, 잘 정제된 몇 개의 스틸 이미지 데이터 셋에 대한 좋은 결과에도 불구하고, 기존 기법들은 여전히 실제 비디오 데이터에 대한 적용에 상당한 제한을 두고 있음. 그 원인으로는 (i) 차량 모션 흐림 및 기하학적 왜곡, (ii) 처리 속도의 실시간성 결여, (iii) 번호판 인식기 훈련을 위한 데이터 셋 부족 등임. 본 이전 기술은 스마트폰, 블랙박스, CCTV, 드론 등의 다양한 단말로 촬영된 크라우드소싱 영상에 대해서 위에 제시된 실제 비디오에서의 문제들을 모두 해결하기 위한 실용성 있는 “크라우드소싱 서비스에 강인한 경량 DNN기반 실시간 차량번호 인식 기술”임
- 크라우드소싱 기반 불법주차, 도로 장애물 등 도로환경에 대한 시민참여 제보를 활용한 도로환경 개선 및 도로환경 정보공유 서비스에 활용이 가능함.
- CCTV, 블랙박스 등의 지능형 카메라 기반의 불법주차, 장애물 등에 대한 2차 사고 예방, 실시간 복구를 위해 시민이 제보하는 영상과 정밀 측위정보를 통해 도로환경 개선 정보를 수집하고 제보된 정보를 해당 지역 내 모바일 앱을 통해 실시간 공유를 목적으로 함.
차량 번호판 검출 정확도 95.87% 확보 및 차량 번호인식 정확도 86.76% 확보 (국내 번호판 인식을 위한 기존 오픈소스 OpenALPR 방법 대비 인식률 17% 우위, 1만장 자체 테스트 데이터셋 기준)
경량 DNN 기반 실시간 처리 속도 달성 (최대 45fps @ GTX 1080 ti)
60도(+30도~-30도)이하 틀어진 각도의 번호판 인식 성능 유지
8자리 신규 번호판 인식 기능 포함
프레임 번호, 번호판 위치, 차량번호, 인식 신뢰도 등을 포함한 메타데이터 파일 생성 기능 포함
Data Augmentation 기법을 이용한 번호판 데이터 셋 구축 및 학습
“크라우드소싱 서비스에 강인한 경량 DNN기반 실시간 차량번호 인식 기술” 로써, “실시간 차량번호 인식 기술” 테스트를 위한 소스코드를 제공.
- “실시간 차량번호 인식 기술”은 동영상 파일(mp4, avi 등), 정지 영상(jpg, png 등)을 입력으로 받아서 영상 내 차량번호를 실시간 인식하여 정보를 표출하고, 저장할 수 있는 SW를 제공.
[1] 차량번호인식 소스코드 (Visual C), Pre-trained model (weights), 설정 파일 (cfg)
[2] 차량번호인식 관련 기능설계서 및 상세설계서 (pdf)
- 고정 CCTV 혹은 이동상황에서 블랙박스, 스마트폰 등을 활용한 시민참여로 제보되는 다양한 도로환경 영상 정보를 수집하여, 모니터링하고 이를 즉시적 해결을 통해 주민 불편 및 2차 사고 예방지원 서비스 제공
- 실시간 영상정보 제보 시 5G 정밀측위 기반 정확한 위치 정보 추출 및 도로 상황정보(민원: 불법주차, 장애물 등) 영상수집에 적용
- 크라우드소싱 기반 다수 참여형 고해상도 영상분석을 통한 도로환경 상황 지능형 인지정보 공유 및 실시간 개선 조치 서비스 제어
- 2차 사고 위험 예방을 위한 해당 지역 내 모바일 앱 소지자에게 실시간 공유정보 제공
- 도로환경 개선 작업을 위한 관련 조치부서 정보 제공, 개선 조치 내역 관리 서비스 제공
- 도로환경 개선 완료 시 조치 결과 정보 공유 제공