[論文レビュー] Proposal for Automatic License and Number Plate Recognition System for Vehicle Identification

Hamed Saghaei|arXiv (Cornell University)|Oct 9, 2016

Vehicle License Plate Recognition参考文献 6被引用数 16

ひとこと要約

本論文は、GPS や RFID などの追加ハードウェアを必要とせずに、カメラでキャプチャされた画像から車両のナンバープレートを検出・認識する画像処理を用いたコンピュータビジョンベースの自動ナンバープレート認識（LNPR）システムを提案する。このシステムは、局所化、正規化、セグメンテーション、OCR の技術を採用し、実世界の画像においても効果的なプレート検出と認識を達成した。本システムは、セキュリティおよび交通制御応用に応用可能であることが示された。

ABSTRACT

In this paper, we propose an automatic and mechanized license and number plate recognition (LNPR) system which can extract the license plate number of the vehicles passing through a given location using image processing algorithms. No additional devices such as GPS or radio frequency identification (RFID) need to be installed for implementing the proposed system. Using special cameras, the system takes pictures from each passing vehicle and forwards the image to the computer for being processed by the LPR software. Plate recognition software uses different algorithms such as localization, orientation, normalization, segmentation and finally optical character recognition (OCR). The resulting data is applied to compare with the records on a database. Experimental results reveal that the presented system successfully detects and recognizes the vehicle number plate on real images. This system can also be used for security and traffic control.

研究の動機と目的

• GPS や RFID に依存しない低コストで自動化された車両識別システムを構築すること。
• 画像処理を用いて交通監視およびセキュリティ応用においてリアルタイムでの車両識別を可能にすること。
• さまざまな照明条件、角度、画像品質の変動に対するナンバープレート検出の課題に対処すること。
• 局所化、正規化、セグメンテーション、OCR を統合したモジュラーなパイプラインを設計し、信頼性の高い認識を実現すること。
• 実世界の車両画像を用いてシステムの有効性を検証し、データベース記録と比較して結果を評価すること。

提案手法

• 通過する車両の画像を専用カメラでキャプチャし、LNPR システムの入力として使用する。
• コントラストを向上させ、ノイズを低減するための画像前処理技術を適用する。
• 画像内にナンバープレートが含まれる注目領域（ROI）を検出するための局所化アルゴリズムを採用する。
• 処理の一貫性を確保するため、プレートの角度を補正する。
• 異なる画像間でプレートのサイズと照明条件を標準化するための正規化を実施する。
• OCR エンジンに供給する前に、プレート上の個々の文字を分離するセグメンテーションを実行する。

実験結果

リサーチクエスチョン

• RQ1 追加センサーを必要としないビジョンベースのシステムは、実世界の交通画像においてナンバープレートを信頼性高く検出できるか？
• RQ2 提案されたパイプラインは、照明、角度、画像品質の変動に対してどの程度効果的に対処できるか？
• RQ3 標準的な OCR 技術を用いて、どの程度正確に文字認識が達成できるか？
• RQ4 本システムはリアルタイムでの交通監視およびセキュリティ応用に展開可能か？
• RQ5 多様な実世界の車両画像を用いたテストにおいて、システムの認識正確性はどの程度か？

主な発見

• 提案された LNPR システムは、さまざまな条件下でも実世界の画像においてナンバープレートの検出と認識に成功した。
• 画像処理と OCR 技術の組み合わせにより、プレートの局所化および文字認識において高い正確性を達成した。
• GPS や RFID などの追加ハードウェアは不要であり、実装コストと複雑さが低減された。
• 照明、方向、解像度の変動に対しても、本システムは頑健性を示した。
• 実験結果から、交通およびセキュリティ分野における自動車識別に画像ベース処理を用いることが実現可能であることが確認された。
• システムのモジュラー設計により、既存の監視および交通管理インfraストラクチャへの統合が可能であることが示された。