[논문 리뷰] Detection and Recognition of Malaysian Special License Plate Based On SIFT Features

Hooi Sin Ng, Yong Haur Tay외 3명|arXiv (Cornell University)|2015. 04. 27.

Vehicle License Plate Recognition참고 문헌 20인용 수 9

한 줄 요약

이 논문은 표준 외의 폰트, 이텔릭체, 손글씨체, 연결된 문자 및 소문자로 구성된 말레이시아 특수 번호판을 대상으로 SIFT 특징점 클러스터링 및 매칭을 사용한 번호판 검출 및 인식 시스템을 제안한다. 다양한 조건에서 촬영한 150장의 이미지에서 시험한 결과, 이 방법은 복잡하고 비표준적인 번호판 형식을 효과적으로 처리함을 입증하며 높은 인식 성능을 보였다.

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.

연구 동기 및 목표

• 표준 형식에서 벗어난 말레이시아 특수 번호판을 인식하는 데 도전하는 데 목적이 있다.
• 기울어진, 손글씨체, 연결된 문자 및 소문자를 포함한 번호판에 대한 강력한 검출 및 인식 시스템을 개발하는 데 목적이 있다.
• 실제 환경에서 다양한 조건에서 SIFT 기반 특징 클러스터링 및 매칭의 성능을 평가하는 데 목적이 있다.
• 말레이시아의 자동 감시, 법집행 및 지능형 교통 시스템을 위한 솔루션을 제공하는 데 목적이 있다.

제안 방법

• 시스템은 SIFT(Scale-Invariant Feature Transform)를 사용하여 번호판 이미지에서 특징적인 국소적 특징을 추출한다.
• 공간적 및 기울기 기반 클러스터링을 통해 특징점을 클러스터링하여 관련 번호판 영역을 분리한다.
• 일치 알고리즘은 후보 영역과 기준 템플릿 간의 SIFT 특징을 비교하여 번호판을 식별한다.
• 기하학적 제약 조건과 RANSAC을 적용하여 잘못된 일치를 걸러내고 정위치 정확도를 향상시킨다.
• 문자 분할 및 템플릿 매칭을 사용하여 검출된 번호판 영역에서 텍스트 인식을 수행한다.
• 알고리즘은 다양한 조명, 각도 및 조건에서 촬영한 150장의 말레이시아 특수 번호판 이미지로 구성된 데이터셋을 기반으로 학습 및 테스트되었다.

실험 결과

연구 질문

• RQ1 SIFT 기반 특징 추출 및 클러스터링은 비표준 서체를 가진 말레이시아 특수 번호판을 효과적으로 검출할 수 있는가?
• RQ2 불량한 조명 및 기울어진 각도와 같은 다양한 환경 조건에서 제안된 방법의 성능은 어떠한가?
• RQ3 기존 방법에 비해 SIFT 기반 매칭은 손글씨체 및 연결된 문자의 인식 정확도를 얼마나 향상시키는가?
• RQ4 이러한 번호판의 폰트 스타일, 크기 및 문자 연결 방식의 변형을 처리할 수 있을 정도로 시스템이 강건한가?
• RQ5 실세계 상황에서 유사한 질감의 배경과 번호판 영역을 신뢰성 있게 구분할 수 있는가?

주요 결과

• 제안된 SIFT 기반 방법은 150장의 테스트 이미지에서 높은 일관성으로 말레이시아 특수 번호판을 검출 및 인식하는 데 성공했다.
• 시스템은 표준 번호판 인식 시스템이 어려워하는 이탤릭체, 손글씨체, 연결된 문자 및 소문자를 효과적으로 처리함을 입증했다.
• 특징 클러스터링 및 매칭은 관련 없는 배경 특징을 걸러내어 정위치 정확도를 크게 향상시켰다.
• 다양한 조명 조건, 각도 및 이미지 품질에서도 높은 성능을 유지했다.
• 결과적으로 SIFT는 실세계 감시 응용 분야에서 비표준, 비균일한 번호판을 인식하는 데 매우 적합하다는 것이 확인되었다.
• 이 방법은 말레이시아 특수 번호판에서 흔한 복잡한 문자 형식을 다루는 데 기존 방법보다 뛰어난 성능을 보였다.