JP7349932B2 - 補完装置及び補完プログラム - Google Patents
補完装置及び補完プログラム Download PDFInfo
- Publication number
- JP7349932B2 JP7349932B2 JP2020029125A JP2020029125A JP7349932B2 JP 7349932 B2 JP7349932 B2 JP 7349932B2 JP 2020029125 A JP2020029125 A JP 2020029125A JP 2020029125 A JP2020029125 A JP 2020029125A JP 7349932 B2 JP7349932 B2 JP 7349932B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- license plate
- vehicle
- incomplete
- extracted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Character Discrimination (AREA)
- Traffic Control Systems (AREA)
Description
撮像カメラから、ナンバープレートが取り付けられた撮像対象の対象車両のカメラ画像を取得する第1取得部と、
前記カメラ画像から、前記対象車両に取り付けられた前記ナンバープレートに記載されているナンバープレート情報を抽出する抽出部と、
抽出された前記ナンバープレート情報を、前記ナンバープレート情報として記載するべき情報が定められたフォーマット情報と照合し、抽出された前記ナンバープレート情報が、記載するべき前記情報の一部が欠落している不完全情報に該当するかを判定する判定部と、
抽出された前記ナンバープレート情報が前記不完全情報に該当すると判定された場合に、前記カメラ画像から、前記対象車両の車体色を示す車体色情報と、前記対象車両の車種を示す車種情報とを含む補助情報を抽出し、前記不完全情報と、前記補助情報とに基づいて、前記不完全情報の補完に利用する利用情報を取得する第2取得部と、
前記利用情報を使用して、前記不完全情報を補完する補完部と、
を備える。
図3は、図2のX地点のETCレーンの拡大図である。X地点のETCレーンには、路側装置160、撮像カメラ155が設置されている。対象車両100は、車載器190を搭載している。撮像カメラ155は、ナンバープレート120が取り付けられた撮像対象の対象車両100のカメラ画像110を撮像する。路側装置160は、車載器190と、アンテナ161を介して通信し、車載器190から、後述の車載器情報194を受信する。また、路側装置160は、撮像カメラ155からカメラ画像110を受信する。路側装置160は、車載器情報194とカメラ画像110とを、補完装置1に送信する。
図4は、補完装置1が行う補完1から補完4を説明する図である。図4を参照して補完装置1によるナンバープレート情報131の補完の概要を説明する。
補完装置1は、車載器190から路側装置160に送信される車載器情報194と、カメラ画像110から抽出されたナンバープレート情報131とを照合する。補完装置1は、ナンバープレート情報131のうちの不明点以外の情報が車載器情報194に含まれる場合は、車載器情報194を用いてナンバープレート情報131を補完する。なお、カメラ画像110と車載器情報194とは、同一の時間帯で得られている。
高速道路400には、入路または出路のような箇所に、撮像カメラ155及び路側装置160が設置されている。車両が通過し得る他の地点であるY地点のカメラ画像で認識したナンバープレート情報、車体色及び車種名が、X地点における情報と一致する場合、補完装置1は、X地点とY地点とで確認された車両を同一車両と判定する。補完装置1は、Y地点の情報を使用して、X地点における対象車両100のナンバープレート情報131を補完する。
X地点の今回のカメラ画像から抽出されたナンバープレート情報の一部が読み取れない場合、補完装置1は、X地点で取得された過去データと、X地点で取得された「ナンバープレート情報131を含む今回のデータ」とを照合する。「過去データ」と「今回のデータ」とは、いずれも、ナンバープレート情報、車体色及び車種名を含む。補完装置1は、「過去データ」と「今回のデータ」との比較により、ナンバープレート情報131が不完全である今回データの対象車両100と、ナンバープレート情報が完全である過去データに対応する車両とが同一車両かを判定する。補完装置1は同一車両と判定した場合に、ナンバープレート情報が完全である「過去データ」を用いて、対象車両100のナンバープレート情報131を補完する。
補完装置1は、補完を行ったナンバープレート情報が抽出されたカメラ画像と、ナンバープレート情報の補完に用いた利用情報とを教師データとして学習する。これにより、補完装置1は、不完全なナンバープレート情報の認識率を高める。
図5は、補完装置1のハードウェア構成を示す。補完装置1は、コンピュータである。補完装置1は、プロセッサ10を備えるとともに、主記憶装置20、補助記憶装置30、入力インタフェース40、出力インタフェース50及び通信インタフェース60といった他のハードウェアを備える。プロセッサ10は、信号線70を介して他のハードウェアと接続され、これら他のハードウェアを制御する。図5ではインタフェースをIFと表記している。
以下に、補完装置1の行う、補完1から補完4の動作を説明する。以下の動作の説明において、補完装置1の動作手順は、補完方法に相当し、補完装置1の動作を実現するプログラムは、補完プログラム80に相当する。
補完1を説明する。
図6は、補完1における、補完装置1の動作を示すフローチャートである。
図7は、補完1を説明するための図である。
ステップS11において、判定部13は、抽出されたナンバープレート情報131を、ナンバープレート情報131として記載するべき情報が定められた図1のフォーマット情報131fと照合し、抽出されたナンバープレート情報131が、記載するべき情報の一部が欠落している不完全情報131aに該当するか判定する。不完全情報131aに該当しない場合、処理は終了する。不完全情報131aに該当する場合、処理はステップS12に進む。この例では、図7に示すように、対象車両100のナンバープレート120には汚れ111があるため、カメラ画像110から抽出されたナンバープレート情報131は、不完全情報131aである。
ステップS12において、第2取得部14は、抽出されたナンバープレート情報131が不完全情報131aに該当すると判定された場合に、カメラ画像110から、補助情報134を抽出する。補助情報134とは、対象車両100の車体色を示す車体色情報132と、対象車両100の車種を示す車種情報133とを含む情報である。車種情報133とは、自動車会社が名づけた車両の名称であり、「軽車両」のような、ナンバープレート情報に含まれる「車種分類番号」の車種とは異なる。第2取得部14は、「白」の車体色情報132と、「型式AAA 車種BBB」の車種情報133とを、カメラ画像110から抽出するとする。車体色情報132につては、第2取得部14は、カメラ画像110の画像認識によって、抽出できる。車種情報133については、第2取得部14は、カメラ画像110の画像認識により対象車両100を認識し、認識した対象車両100を検索キーとして、車両の外観画像と車両の車種とが対応付けられているデータベースを検索することで、抽出できる。
テップS13において、第2取得部14は、補助情報134と不完全情報131aとに基づいて、不完全情報131aの補完に利用する利用情報131bを取得する。
具体的には以下のようである。
第2取得部14は、利用情報131bとして、車載器情報194を取得する。車載器情報194は、撮像カメラ155と共に配置されたアンテナ161によって受信された、車載器190から送信された情報である。図3に示すように、車載器情報194は、ナンバープレート120に記載されるナンバープレート情報191と、車両の車体色を示す車体色情報192と、車両の車種を示す車種情報193とを含む情報である。第2取得部14は、車載器情報194を以下のように取得する。不完全情報131aであるナンバープレート情報131は、図7のように、一部がわかっている。第2取得部14は、不完全情報131aと抽出された補助情報134との全体を、認識情報141として設定する。ここで、補完装置1は、路側装置160から、複数の車両の車載器情報を受信している。第2取得部14は、複数の車載器情報のなかから、認識情報141を含む車載器情報を検索する。この例では、車載器情報194がヒットする(ステップS14のYES)。このように、第2取得部14は、補助情報134と不完全情報131aとに基づいて、利用情報131bを取得する。ステップS14でヒットしない場合、処理は終了する。
ステップS15において、補完部15は、利用情報131bとして車載器情報194を使用して、不完全情報131aを補完する。すなわち、補完部15は図7の車載器情報194を使用して、認識情報141に含まれている不完全情報131aであるナンバープレート情報131を補完する。補完部15は、不完全情報131aの「987,543」を、「日本,987,あ,6543」と補完する。以上のステップS11からステップS15が補完1である。次に補完2を説明する。
図8は、補完2における、補完装置1の動作を示すフローチャートである。
図9は、補完2を説明するための図である。図8のステップS21及びステップS22は、ステップS11及びステップS12と同一であるので説明は省略する。
テップS23において、第2取得部14は、補助情報134と不完全情報131aとに基づいて、不完全情報131aの補完に利用する利用情報231bを取得する。具体的には以下のようである。第2取得部14は、利用情報231bとして、カメラ画像210から抽出された、車両200のナンバープレート220に記載されているナンバープレート情報231と、車両200の車体色を示す車体色情報232と、車両200の車種を示す車種情報233とを含むY地点の認識情報241を取得する。カメラ画像210は、撮像カメラ155の配置地点であるX地点とは別の他の地点であるY地点に配置された他地点撮像カメラである撮像カメラ255によって撮像された画像であって、ナンバープレート220が取り付けられた車両200の画像である。第2取得部14は、認識情報241を以下のように取得する。不完全情報131aであるナンバープレート情報131は、図9のように、一部がわかっている。第2取得部14は、不完全情報131aと抽出された補助情報134との全体を、認識情報141として設定する。ここで、補完装置1は、Y地点の路側装置260を介して、撮像カメラ255から、複数のカメラ画像を取得している。補完装置1は、複数のカメラ画像のそれぞれから抽出された、画像ごとの認識情報241を保有している。認識情報241は、図9に示すように、完全なナンバープレート情報231、車体色情報232、及び車種情報233を含む。第2取得部14は、複数の認識情報241のなかから、認識情報141を含む認識情報241を検索する。この例では、図9に示す認識情報241がヒットする(ステップS24のYES)。このように、第2取得部14は、補助情報134と不完全情報131aとに基づいて、利用情報231bを取得する。ステップS24でヒットしない場合、処理は終了する。
ステップS25において、補完部15は、利用情報231bとして認識情報241を使用して、不完全情報131aを補完する。すなわち、補完部15は図9の認識情報241を使用して、認識情報141に含まれている不完全情報131aであるナンバープレート情報131を補完する。補完部15は、不完全情報131aの「987,543」を、「日本,987,あ,6543」と補完する。以上のステップS21からステップS25が補完2である。次に補完3を説明する。
図10は、補完3における、補完装置1の動作を示すフローチャートである。
図11は、補完3を説明するための図である。図10のステップS31及びステップS32は、ステップS11及びステップS12と同一であるので説明は省略する。
テップS33において、第2取得部14は、補助情報134と不完全情報131aとに基づいて、不完全情報131aの補完に利用する利用情報331bを取得する。具体的には以下のようである。第2取得部14は、利用情報331bとして、カメラ画像310から抽出された、フォーマット情報131fに記載すべき情報がすべて記載されているナンバープレート情報331と、車両300の車体色を示す車体色情報332と、車両300の車種を示す車種情報333とを含む認識情報341を取得する。カメラ画像310は、X地点の撮像カメラ155によって過去に撮像された画像であって、ナンバープレート320が取り付けられた車両300の画像である。第2取得部14は、認識情報341を以下のように取得する。不完全情報131aであるナンバープレート情報131は、図11のように、一部がわかっている。第2取得部14は、不完全情報131aと抽出された補助情報134との全体を、認識情報141として設定する。ここで、補完装置1は、X地点の路側装置160を介して、撮像カメラ155から、複数のカメラ画像を取得している。補完装置1は、複数のカメラ画像のそれぞれから抽出された、画像ごとの認識情報341を保有している。認識情報341は、図11に示すように、完全なナンバープレート情報331、車体色情報332、及び車種情報333を含む。第2取得部14は、複数の認識情報341のなかから、認識情報141を含む認識情報341を検索する。この例では、図11に示す認識情報341がヒットする(ステップS34のYES)。このように、第2取得部14は、補助情報134と不完全情報131aとに基づいて、利用情報331bを取得する。ステップS34でヒットしない場合、処理は終了する。
ステップS35において、補完部15は、利用情報331bとして認識情報341を使用して、不完全情報131aを補完する。すなわち、補完部15は図11の認識情報341を使用して、認識情報141に含まれている不完全情報131aであるナンバープレート情報131を補完する。補完部15は、不完全情報131aの「987,543」を、「日本,987,あ,6543」と補完する。以上のステップS31からステップS35が補完3である。
次に補完4の動作を説明する。補完4は機械学習に関する。学習部16は、補完1、補完2または補完3によって抽出されたナンバープレート情報が不完全情報に該当すると判定されたカメラ画像と不完全情報の補完に利用された利用情報との組を、記憶装置に複数記憶する。記憶装置は、補助記憶装置30でもよいし、補完装置1とは異なる別の記憶装置でもよい。学習部16は、記憶装置に記憶したカメラ画像と不完全情報の利用情報との複数の組を教師データとして学習することにより、不完全情報が抽出された新たなカメラ画像の不完全情報を補完する。補完装置1は学習部16を備えることによって、ナンバープレート情報の認識が困難なカメラ画像を収集し、及び、その画像の正解情報を収集するので、不完全情報を含むカメラ画像のナンバープレート情報の認識率向上の学習データを作成することができる。
実施の形態1の補完装置1は、第2取得部14及び補完部15を備えるので、カメラ画像によってナンバープレート情報の一部を認識できない場合に、ナンバープレート情報を補完できる。
また、補完装置1は学習部16を備えるので、不完全情報に該当すると判定されたカメラ画像と不完全情報の補完に利用された利用情報との組を、教師データとして蓄積できる。
また、補完1、補完2及び補完3は、完全一致の場合のみ採用する方式と、互いの認識不可部分を除いて矛盾なく一致している場合を採用する方法とがある。
また、補完3は、一致した車両台数に閾値を設けることで、情報の信頼度を上げることができる。
図12を参照して補完装置1のハードウェア構成を補足しておく。図5の補完装置1では、補完装置1の機能がソフトウェアで実現されるが、変形例として、補完装置1の機能がハードウェアで実現されてもよい。
図12は、補完装置1の変形例に係る補完装置1の構成を示す。図12の電子回路90は、第1取得部11、抽出部12、判定部13、第2取得部14、補完部15、学習部16、主記憶装置20、補助記憶装置30、入力インタフェース40、出力インタフェース50及び通信インタフェース60の機能を実現する専用の電子回路である。電子回路90は、信号線91に接続している。電子回路90は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックIC、GA、ASIC、または、FPGAである。GAは、Gate Arrayの略語である。ASICは、Application Specific Integrated Circuitの略語である。FPGAは、Field-Programmable Gate Arrayの略語である。補完装置1の構成要素の機能は、1つの電子回路で実現されてもよいし、複数の電子回路に分散して実現されてもよい。別の変形例として、補完装置1の構成要素の一部の機能が電子回路で実現され、残りの機能がソフトウェアで実現されてもよい。
Claims (5)
- 撮像カメラから、ナンバープレートが取り付けられた撮像対象の対象車両のカメラ画像を、取得する第1取得部と、
前記カメラ画像から、前記対象車両に取り付けられた前記ナンバープレートに記載されているナンバープレート情報を抽出する抽出部と、
抽出された前記ナンバープレート情報を、前記ナンバープレート情報として記載するべき情報が定められたフォーマット情報と照合し、抽出された前記ナンバープレート情報が、記載するべき前記情報の一部が欠落している不完全情報に該当するかを判定する判定部と、
抽出された前記ナンバープレート情報が前記不完全情報に該当すると判定された場合に、前記カメラ画像から、前記対象車両の車体色を示す車体色情報と、前記対象車両の車種を示す車種情報とを含む補助情報を抽出し、前記不完全情報と、前記補助情報とに基づいて、前記不完全情報の補完に利用する利用情報を取得する第2取得部と、
前記利用情報を使用して、前記不完全情報を補完する補完部と、
抽出された前記ナンバープレート情報が前記不完全情報に該当すると判定された前記カメラ画像と前記不完全情報の補完に利用された前記利用情報との組を記憶装置に複数記憶し、記憶した複数の前記組を教師データとして学習することにより、不完全情報が抽出された新たなカメラ画像の前記不完全情報を補完する学習部を備える補完装置。 - 前記第2取得部は、前記利用情報として、
前記撮像カメラと共に配置されたアンテナによって受信された車載器から送信された情報であり、ナンバープレートに記載されるナンバープレート情報と、車両の車体色を示す車体色情報と、車両の車種を示す車種情報とを含む情報である車載器情報を、取得する請求項1に記載の補完装置。 - 前記第2取得部は、前記利用情報として、
前記撮像カメラの配置地点とは別の他の地点に配置された他地点撮像カメラによって撮像された画像であって、ナンバープレートが取り付けられた車両の画像であるカメラ画像から抽出された、前記車両の前記ナンバープレートに記載されているナンバープレート情報と、前記車両の車体色を示す車体色情報と、前記車両の車種を示す車種情報とを含む前記他の地点の認識情報を取得する請求項1または請求項2に記載の補完装置。 - 前記第2取得部は、前記利用情報として、
前記撮像カメラによって撮像された画像であって、ナンバープレートが取り付けられた車両の画像であるカメラ画像から抽出された、前記フォーマット情報に記載すべき前記情報がすべて記載されているナンバープレート情報と、前記車両の車体色を示す車体色情報と、前記車両の車種を示す車種情報とを含む認識情報を取得する請求項1から請求項3の何れか1項に記載の補完装置。 - コンピュータに、
撮像カメラから、ナンバープレートが取り付けられた撮像対象の対象車両のカメラ画像を取得する第1取得処理と、
前記カメラ画像から、前記対象車両に取り付けられた前記ナンバープレートに記載されているナンバープレート情報を抽出する抽出処理と、
抽出された前記ナンバープレート情報を、前記ナンバープレート情報として記載するべき情報が定められたフォーマット情報と照合し、抽出された前記ナンバープレート情報が、記載するべき前記情報の一部が欠落している不完全情報に該当するかを判定する判定処理と、
抽出された前記ナンバープレート情報が前記不完全情報に該当すると判定された場合に、前記カメラ画像から、前記対象車両の車体色を示す車体色情報と、前記対象車両の車種を示す車種情報とを含む補助情報を抽出し、前記不完全情報と、前記補助情報とに基づいて、前記不完全情報の補完に利用する利用情報を取得する第2取得処理と、
前記利用情報を使用して、前記不完全情報を補完する補完処理と、
抽出された前記ナンバープレート情報が前記不完全情報に該当すると判定された前記カメラ画像と前記不完全情報の補完に利用された前記利用情報との組を記憶装置に複数記憶し、記憶した複数の前記組を教師データとして学習することにより、不完全情報が抽出された新たなカメラ画像の前記不完全情報を補完する学習処理と、
を実行させる補完プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020029125A JP7349932B2 (ja) | 2020-02-25 | 2020-02-25 | 補完装置及び補完プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020029125A JP7349932B2 (ja) | 2020-02-25 | 2020-02-25 | 補完装置及び補完プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021135567A JP2021135567A (ja) | 2021-09-13 |
JP7349932B2 true JP7349932B2 (ja) | 2023-09-25 |
Family
ID=77661214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020029125A Active JP7349932B2 (ja) | 2020-02-25 | 2020-02-25 | 補完装置及び補完プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7349932B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210975A (ja) | 2012-03-30 | 2013-10-10 | Mitsubishi Heavy Ind Ltd | 車両データ処理システム、車両データ処理方法、車両データ処理装置、プログラム、及び記録媒体 |
JP2015060443A (ja) | 2013-09-19 | 2015-03-30 | 株式会社 日立産業制御ソリューションズ | 交通流把握装置及び方法 |
-
2020
- 2020-02-25 JP JP2020029125A patent/JP7349932B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210975A (ja) | 2012-03-30 | 2013-10-10 | Mitsubishi Heavy Ind Ltd | 車両データ処理システム、車両データ処理方法、車両データ処理装置、プログラム、及び記録媒体 |
JP2015060443A (ja) | 2013-09-19 | 2015-03-30 | 株式会社 日立産業制御ソリューションズ | 交通流把握装置及び方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021135567A (ja) | 2021-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105320923B (zh) | 车型识别方法及装置 | |
US20190042888A1 (en) | Training method, training apparatus, region classifier, and non-transitory computer readable medium | |
WO2018090771A1 (zh) | 一种车牌识别方法及装置 | |
CN110209866A (zh) | 一种图像检索方法、装置、设备及计算机可读存储介质 | |
CN104766042A (zh) | 交通标志板识别方法及装置 | |
CN106250838A (zh) | 车辆识别方法及系统 | |
Yousef et al. | SIFT based automatic number plate recognition | |
Nguyen et al. | Vehicle re-identification with learned representation and spatial verification and abnormality detection with multi-adaptive vehicle detectors for traffic video analysis. | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN111160395A (zh) | 图像识别方法、装置、电子设备和存储介质 | |
US20210192264A1 (en) | Vehicle damage detection method based on image analysis, electronic device and storage medium | |
JP2016130979A (ja) | 検知装置、検知処理プログラム及び検知システム | |
JP7349932B2 (ja) | 補完装置及び補完プログラム | |
Hazelhoff et al. | Large-scale classification of traffic signs under real-world conditions | |
CN112446375A (zh) | 车牌识别方法、装置、设备及存储介质 | |
Rahman et al. | A real-time end-to-end Bangladeshi license plate detection and recognition system for all situations including challenging environmental scenarios | |
CN103093205A (zh) | 识别车标的方法 | |
US20230342937A1 (en) | Vehicle image analysis | |
CN111126336B (zh) | 样本采集方法、装置及设备 | |
CN111126271B (zh) | 卡口抓拍图像车辆检测方法、计算机存储介质及电子设备 | |
JP2014191763A (ja) | 車両認識装置、システム、プログラム及び方法 | |
CN111161542B (zh) | 车辆识别方法及装置 | |
Creusen et al. | A semi-automatic traffic sign detection, classification, and positioning system | |
CN113343968A (zh) | 多模板证书快速审证方法、系统、介质及装置 | |
Rigoll et al. | Focus on the Challenges: Analysis of a User-friendly Data Search Approach with CLIP in the Automotive Domain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220606 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230330 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230515 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230815 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230912 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7349932 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |