[論文レビュー] Detection and Recognition of Malaysian Special License Plate Based On SIFT Features

Hooi Sin Ng, Yong Haur Tay+3 more|arXiv (Cornell University)|Apr 27, 2015

Vehicle License Plate Recognition参考文献 20被引用数 9

ひとこと要約

本論文は、標準的でないフォント、草書体、連結文字、小文字を特徴とするマレーシア特別ナンバープレートを対象に、SIFT特徴点のクラスタリングとマッチングを用いたナンバープレート検出・認識システムを提案する。150枚の多様な画像でテストされた結果、複雑で非均一なプレート形式に対しても頑健な認識性能を示し、有効性が確認された。

ABSTRACT

Automated car license plate recognition systems are developed and applied for purpose of facilitating the surveillance, law enforcement, access control and intelligent transportation monitoring with least human intervention. In this paper, an algorithm based on SIFT feature points clustering and matching is proposed to address the issue of recognizing Malaysian special plates. These special plates do not follow the format of standard car plates as they may contain italic, cursive, connected and small letters. The algorithm is tested with 150 Malaysian special plate images under different environment and the promising experimental results demonstrate that the proposed algorithm is relatively robust.

研究の動機と目的

• 標準的フォーマットから逸脱するマレーシア特別ナンバープレートの認識の課題に対処すること。
• 斜体、草書体、連結文字、小文字を含むプレートに対して、頑健な検出・認識システムを開発すること。
• 実環境における変動する環境条件下で、SIFTベースの特徴クラスタリングおよびマッチングの性能を評価すること。
• マレーシアにおける自動監視、法執行警察、インテリジェント交通システムのためのソリューションを提供すること。

提案手法

• 本システムは、ナンバープレート画像から特徴的な局所的特徴を抽出するためにSIFT（スケール不変特徴変換）を用いる。
• 特徴点は空間的および勾配に基づくクラスタリングを用いて、関連するプレート領域を特定する。
• マッチングアルゴリズムにより、候補領域と参照テンプレート間のSIFT特徴を比較し、ナンバープレートを同定する。
• 幾何的制約およびRANSACを適用して誤マッチをフィルタリングし、局所化精度を向上させる。
• 文字分離とテンプレートマッチングを用いて、検出されたプレート領域での文字認識を実行する。
• アルゴリズムは、さまざまな照明、角度、環境条件下で撮影された150枚のマレーシア特別ナンバープレート画像から構成されるデータセットでトレーニングおよびテストされた。

実験結果

リサーチクエスチョン

• RQ1 SIFTベースの特徴抽出およびクラスタリングは、標準的でないタイプセットを持つマレーシア特別ナンバープレートを効果的に検出できるか？
• RQ2 本手法は、照明が悪い状況や斜めの角度といった多様な環境条件下でどのように性能を発揮するか？
• RQ3 従来の手法と比較して、SIFTベースのマッチングは草書体および連結文字の認識精度をどの程度向上させるか？
• RQ4 本システムは、特別プレートにおけるフォントスタイル、サイズ、文字の接続性の変動に対し十分に頑健か？
• RQ5 実環境のシナリオにおいて、本アルゴリズムは類似したテクスチャを持つ背景からナンバープレート領域を信頼性高く識別できるか？

主な発見

• 提案されたSIFTベースの手法は、150枚のテスト画像において、高精度でマレーシア特別ナンバープレートを検出・認識できた。
• 本システムは、標準的プレート認識システムが困難とする斜体、草書体、連結文字、小文字に対しても頑健な性能を示した。
• 特徴クラスタリングとマッチングにより、関係のない背景特徴をフィルタリングすることで、局所化精度が著しく向上した。
• 本アルゴリズムは、さまざまな照明条件、撮影角度、画像品質の下でも高い性能を維持した。
• SIFTは、実環境の監視応用において非均一で非標準的なナンバープレートを認識するのに適していることが示唆された。
• 本手法は、マレーシア特別ナンバープレートに一般的な複雑な文字フォーマットに対処する点で、従来のアプローチを上回った。