[논문 리뷰] Efficient Licence Plate Detection By Unique Edge Detection Algorithm and Smarter Interpretation Through IoT

K Tejas, Ashok Reddy K외 2명|arXiv (Cornell University)|2017. 10. 28.

Vehicle License Plate Recognition참고 문헌 6인용 수 9

한 줄 요약

이 논문은 고조도 조건에서 번호판 검출 성능을 햖थ기 위해 기존의 소벨(Sobel) 및 임계치 기반 방법의 한계를 극복하는 새로운 고유한 에지 검출 알고리즘을 제안한다. 실시간 데이터베이스 업데이트와 중앙집중식 차량 추적을 위한 IoT 통합을 통해 동적 환경에서의 시스템 확장성과 정확도를 향상시킨다.

ABSTRACT

Vehicles play a vital role in modern day transportation systems. Number plate provides a standard means of identification for any vehicle. To serve this purpose, automatic licence plate recognition system was developed. This consisted of four major steps: Pre-processing of the obtained image, extraction of licence plate region, segmentation and character recognition. In earlier research, direct application of Sobel edge detection algorithm or applying threshold were used as key steps to extract the licence plate region, which does not produce effective results when the captured image is subjected to the high intensity of light. The use of morphological operations causes deformity in the characters during segmentation. We propose a novel algorithm to tackle the mentioned issues through a unique edge detection algorithm. It is also a tedious task to create and update the database of required vehicles frequently. This problem is solved by the use of Internet of things(IOT) where an online database can be created and updated from any module instantly. Also, through IoT, we connect all the cameras in a geographical area to one server to create a universal eye which drastically increases the probability of tracing a vehicle over having manual database attached to each camera for identification purpose.

연구 동기 및 목표

• 고조도 조건에서 전통적인 에지 검출(예: Sobel) 및 임계치 기반 방법의 성능 저하 문제를 해결한다.
• 기존 시스템에서 세그먼테이션 과정 중 형태학적 연산으로 인한 문자 왜곡 문제를 해결한다.
• 고립된 수동 업데이트 방식의 로컬 데이터베이스를 대체하기 위해 동적이고 중앙집중식 차량 데이터베이스 관리를 가능하게 한다.
• 다수의 카메라를 단일 서버에 연결하여 통합 차량 추적을 구현하는 네트워크 기반 감시 시스템을 구축함으로써 확장성을 확보한다.
• 실세계 환경에서의 자동 번호판 인식(ALPR) 시스템의 신뢰성과 효율성을 향상시킨다.

제안 방법

• 고강도 조명 조건에서 에지 정위치를 향상시키기 위해 특별히 설계된 고유한 에지 검출 알고리즘을 도입한다.
• 에지 검출 이전에 이미지 강도를 정규화하고 대trast를 향상시키기 위한 사전 처리 기법을 적용한다.
• 제안된 에지 검출 방법을 통해 Sobel 또는 표준 임계치 기반 방법보다 더 정확하게 번호판 영역을 분리한다.
• 세그먼테이션 과정에서 문자 왜곡을 최소화하기 위해 최적화된 파rameter를 사용한 형태학적 연산을 구현한다.
• 모든 감시 카메라를 지리적 지역 내에서 중앙 서버에 연결하기 위해 IoT 아키텍처를 통합한다.
• IoT 기반 클라우드 스토리지 및 통신 프로토콜을 통해 실시간 데이터 동기화 및 원격 데이터베이스 업데이트를 가능하게 한다.

실험 결과

연구 질문

• RQ1 고유한 에지 검출 알고리즘이 고조도 조건에서 번호판 검출에 있어 기존의 Sobel 등의 전통적 방법보다 뛰어난 성능을 보일 수 있는가?
• RQ2 제안된 방법은 기존의 형태학적 연산 대비 세그먼테이션 과정에서 문자 왜곡을 얼마나 줄이는가?
• RQ3 IoT 통합이 ALPR 시스템에서 차량 데이터베이스의 확장성과 업데이트 효율성에 얼마나 기여하는가?
• RQ4 중앙집중식 IoT 연결 감시 네트워크는 고립된 카메라 시스템에 비해 차량 추적 성공 확률을 얼마나 높이는가?
• RQ5 고유한 에지 검출과 IoT 기반의 데이터 관리 조합이 실세계 환경에서 더 강력하고 적응력 있는 ALPR 시스템을 가능하게 하는가?

주요 결과

• 제안된 고유한 에지 검출 알고리즘은 Sobel 및 임계치 기반 접근 방식에 비해 고조도 조건에서 번호판 영역 검출 정확도를 크게 향상시킨다.
• 신규 에지 검출 단계 이후 적용된 형태학적 연산은 문자 왜곡을 줄여 세그먼테이션 품질을 향상시킨다.
• IoT 통합을 통해 차량 데이터베이스의 실시간 원격 업데이트가 가능해져 수동 및 국소적 데이터베이스 관리의 필요성을 제거한다.
• IoT를 통해 연결된 중앙집중식 카메라 네트워크는 지리적 지역을 아우르는 통합 차량 추적을 가능하게 하여 시스템 전체의 탐지 확률을 높인다.
• 고도로 발전한 에지 검출과 IoT 기반 데이터 관리의 조합은 더 확장성 있고 신뢰성 있으며 효율적인 자동 번호판 인식 시스템을 제공한다.