KR101595544B1 - 지능형교통시스템 영상장치의 인식 정확성 검증을 위한 장치 및 방법 - Google Patents

Abstract

본 발명은 지능형교통시스템 영상장치의 인식 정확성 검증을 위한 장치 및 방법을 개시한다. 고속도로 영업소에 구비된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치의 인식 정확성을 검증하기 위한 장치는, ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위해 차량 영상을 재인식하는 분석부 및 재인식 결과에 기초하여 차량번호에 대한 인식 오류의 원인을 자동으로 분류하는 분류부를 포함한다.

Description

지능형교통시스템 영상장치의 인식 정확성 검증을 위한 장치 및 방법{APPARATUS AND METHOD FOR VERIFYING OF RECOGNITION ACCURACY OF IMAGE DEVICE OF INTELLIGENT TRANSPORTATION SYSTEM}

본 발명은 지능형교통시스템 영상장치의 인식 정확성 검증을 위한 장치 및 방법에 관한 것으로, 보다 상세하게는 고속도로 영업소에 구비된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위한 장치 및 방법에 관한 것이다.

일반적으로, 고속도로 영업소에는 고속도로 영업소를 통과하는 차량을 모니터링 하기 위해 번호인식용 영상촬영장치가 장착된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치가 설치된다.

이러한 ITS 영상장치는, 통행료 요금징수, 부정통행차량 적발, 과적차량 등을 단속하기 위해 고속도로 영업소를 통과하는 차량을 촬영하여 차량 영상을 제공한다.

그러나, ITS 영상장치에서 촬영한 차량 영상은 촬영 시 눈, 비, 햇빛, 그림자 등과 같은 주변환경적인 영향에 의해 차량번호가 정확하게 촬영되지 못하는 문제점이 있다.

또한, ITS 영상장치에서 차량번호를 정확하게 촬영한 경우라도, 고의적으로 차량의 전면과 후면에 배치된 번호판을 훼손하였거나, 번호판이 이물질에 의해 오염되었거나, 앞차량으로 인한 가림 현상 등이 발생하게 되면 차량번호에 대한 미인식 및 오인식과 같은 인식 오류가 발생하기도 한다.

전술과 같은 이유로 ITS 영상장치가 차량 영상 내에서 차량번호를 검출하는 과정에서 인식 오류가 발생하게 되면, 일반적으로 차량번호의 인식 정확성을 검증하기 위해 심사자가 차량 영상과 차량번호를 육안으로 직접 판단하는 절차를 수행한다.

그러나, 모든 고속도로 영업소에서 발생한 인식 오류를 심사자가 직접 판단하는 것은 많은 시간과 인력이 필요할 뿐만 아니라, 단속을 위한 심사시간을 지연시켜 심사업무의 효율성을 감소시키는 문제점이 있다.

이러한 문제점을 해소하기 위해, 고속도로 영업소에 설치된 ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위한 기술이 요구된다.

본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은, 고속도로 영업소에 구비된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위한 시스템 및 방법에 관한 것이다.

상기 목적을 달성하기 위한 본 발명의 제 1 관점에 따른 고속도로 영업소에 구비된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치의 인식 정확성을 검증하기 위한 장치에 있어서, 상기 ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위해 상기 차량 영상을 재인식하는 분석부; 및 상기 재인식 결과에 기초하여 상기 차량번호에 대한 인식 오류의 원인을 자동으로 분류하는 분류부;를 포함하는 것을 특징으로 한다.

상기 분석부는, 상기 차량 영상의 화소별 탐색을 통해 상기 차량번호가 위치할 것으로 예상되는 영상분석영역을 설정하는 설정부; 및 상기 영상분석영역 내 글자영역과 숫자영역에 문자판단 알고리즘을 적용하여 상기 재인식 결과를 생성하는 재인식부를 포함하는 것을 특징으로 한다.

상기 재인식부는, 상기 문자판단 알고리즘을 통해 매칭되는 문자를 탐색한 결과를 이용하여 상기 차량번호를 검출하는 것을 특징으로 한다.

상기 문자판단 알고리즘을 통해 매칭되는 문자를 탐색하는 과정에서 상기 글자영역과 상기 숫자영역의 문자에 대한 신뢰도수치(credit)를 산출하는 것을 특징으로 한다.

상기 분류부는, 상기 ITS 영상장치가 검출한 차량번호의 인식과 미인식을 구분한 후, 인식이면 상기 신뢰도수치(credit)를 이용하여 오인식과 정인식을 구분하는 확인부; 및 상기 차량번호의 미인식 및 오인식 중 적어도 하나의 인식 오류의 원인을 분류하는 실행부를 포함하는 것을 특징으로 한다.

상기 실행부는, 상기 신뢰도수치(credit)에 기초하여 상기 글자영역과 상기 숫자영역에 대한 영상품질 상태값을 산출하는 것을 특징으로 한다.

상기 실행부는, 상기 영상품질 상태값과 영상품질판단 기준범위를 비교한 결과에 기초하여 상기 인식 오류의 원인을 자동으로 구분하는 것을 특징으로 한다.

상기 ITS 영상장치를 관리하는 영상서버에서 인식 오류가 발생한 해당 차량의 차량번호가 검색되지 않으면, 상기 인식 오류의 원인에 따라 분류된 차량영상에 상관관계 알고리즘을 적용하여 해당 차량의 차량번호를 검색하여 출력하는 출력부를 더 포함하는 것을 특징으로 한다.

상기 목적을 달성하기 위한 본 발명의 제 2 관점에 따른 영상 검증 장치가 고속도로 영업소에 구비된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치의 인식 정확성을 검증하는 방법에 있어서, 상기 ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위해 상기 차량 영상을 재인식하는 단계; 및 상기 재인식 결과에 기초하여 상기 차량번호에 대한 인식 오류의 원인을 자동으로 분류하는 단계를 포함하는 것을 특징으로 한다.

상기 재인식하는 단계는, 상기 차량 영상의 화소별 탐색을 통해 상기 차량번호가 위치할 것으로 예상되는 영상분석영역을 설정하는 단계; 및 상기 영상분석영역 내 글자영역과 숫자영역에 문자판단 알고리즘을 적용하여 상기 재인식 결과를 생성하는 단계를 포함하는 것을 특징으로 한다.

상기 재인식 결과를 생성하는 단계는, 상기 문자판단 알고리즘을 이용하여 상기 글자영역과 상기 숫자영역의 문자에 대한 신뢰도수치(credit)를 산출하는 단계; 및 상기 문자판단 알고리즘을 통해 탐색한 문자를 이용하여 상기 차량번호를 검출하는 단계를 포함하는 것을 특징으로 한다.

상기 자동으로 분류하는 단계는, 상기 ITS 영상장치가 검출한 차량번호의 인식과 미인식을 구분한 후, 인식이면 상기 신뢰도수치(credit)에 기초하여 오인식과 정인식을 구분하는 단계; 및 상기 차량번호의 미인식 및 오인식 중 적어도 하나의 인식 오류의 원인을 분류하는 단계를 포함하는 것을 특징으로 한다.

상기 적어도 하나의 인식 오류의 원인을 분류하는 단계는, 상기 신뢰도수치(credit)를 이용하여 상기 글자영역과 상기 숫자영역에 대한 영상품질 상태값을 산출하는 단계; 및 상기 영상품질 상태값과 영상품질판단 기준범위를 비교한 결과에 기초하여 상기 인식 오류의 원인을 자동으로 구분하는 단계를 포함하는 것을 특징으로 한다.

이에, 본 발명의 실시예에 따른 지능형교통시스템 영상장치의 인식 정확성 검증을 위한 장치 및 방법에 의하면, 고속도로 영업소에 구비된 ITS 영상장치가 차량 영상 내에서 차량번호를 정확하게 인식하였는지의 여부를 자동으로 검증할 수 있어 종래 심사업무에 대한 최적의 운영환경을 제공할 수 있다.

또한, 본 발명의 실시예에 따르면, ITS 영상장치에서 차량번호의 검출할 때 미인식 및 오인식과 같은 인식 오류가 발생되는 원인을 자동으로 분석하여 분류함에 따라 ITS 영상장치의 품질정보 및 장애 원인을 신속하고 정확하게 판단하여 ITS 영상장치의 품질을 향상시킬 수 있다.

또한, 본 발명의 실시예에 따르면, ITS 영상장치에서 차량번호를 검출하는 과정에서 인식 오류가 발생하면, 인식 오류의 원인에 따라 분류된 차량영상을 이용하여 보다 신속하게 해당 차량번호를 검색하여 제공할 수 있어 차량번호 인식률을 향상시킬 수 있다.

도 1은 본 발명의 실시예에 따른 지능형교통시스템 영상장치의 인식 정확성을 검증하기 위한 시스템을 개략적으로 나타내는 도면이다.
도 2는 도 1에 도시한 영상 검증 장치 내 각 기능부의 구성을 보여주는 블록도를 나타내는 도면이다.
도 3은 도 2에 도시한 분석부 내 각 기능부의 구성을 보여주는 블록도를 나타내는 도면이다.
도 4는 도 2에 도시한 분류부 내 각 기능부의 구성을 보여주는 블록도를 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 차량번호에 대한 인식 오류의 원인을 분류한 결과의 일례를 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하는 흐름을 나타내는 도면이다.

본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 명세서의 실시예에 대하여 설명한다.

도 1은 본 발명의 실시예에 따른 지능형교통시스템 영상장치의 인식 정확성을 검증하기 위한 시스템을 개략적으로 나타내는 도면이다. 도 2는 도 1에 도시한 영상 검증 장치 내 각 기능부의 구성을 보여주는 블록도를 나타내는 도면이다. 도 3은 도 2에 도시한 분석부 내 각 기능부의 구성을 보여주는 블록도를 나타내는 도면이다. 도 4는 도 2에 도시한 분류부 내 각 기능부의 구성을 보여주는 블록도를 나타내는 도면이다. 도 5는 본 발명의 실시예에 따른 차량번호에 대한 인식 오류의 원인을 분류한 결과의 일례를 나타내는 도면이다.

도 1에 도시한 바와 같이, 본 발명의 실시예에 따른 고속도로 영업소에 구비된 적어도 하나의 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치의 인식 정확성을 검증하기 위한 시스템(이하, 인식성능 검증 시스템)(100)은, ITS 영상장치(110), 영상서버(120) 및 영상 검증 장치(130)를 포함한다.

ITS 영상장치(110)는, 고속도로 영업소 별로 설치된 적어도 하나의 ITS 영상장치들의 집합일 수 있다. 본 발명에서는 설명의 편의를 위해 ITS 영상장치(110)가 N개의 ITS 영상장치를 포함하며, 각 ITS 영상장치의 기능 및 구성은 동일하므로 N개의 ITS 영상장치를 통칭하여 ITS 영상장치(110)라고 언급한다.

이러한, ITS 영상장치(110)는, 고속도로 영업소를 통과하는 차량을 촬영하여 차량 영상을 생성한다. 또한, ITS 영상장치(110)는, 차량 영상 내에서 차량번호를 검출하여 차량번호 인식결과를 생성한다.

여기서, 차량 영상은 차량번호를 인식할 수 있도록 차량의 전면 또는 후면을 촬영한 정지 영상이다. 차량번호 인식결과는 차량영상 내에서 검출한 차량번호를 포함한다.

ITS 영상장치(110)는, 실시간으로 차량 영상 및 차량번호 인식결과를 영상서버(120)로 전달한다.

영상서버(120)는, ITS 영상장치(110)로부터 차량 영상 및 차량번호 인식결과를 실시간으로 전달받는다.

즉, 영상서버(120)는, 고속도로 영업소 별로 설치된 N개의 ITS 영상장치(110_1~110_N)에서 촬영된 모든 차량 영상(이하, 차량 영상이라고 함) 및 차량번호 인식결과를 전달받아 저장한다. 이에, 영상서버(120)는, 차량 영상 및 차량번호 인식결과 모두를 영상 검증 장치(130)로 전달할 수 있다.

또한, 영상서버(120)는, 고속도로 영업소 별로 인식 오류가 발생된 해당 차량의 차량정보를 누적하여 저장한다.

이에, 영상서버(120)는, 인식 오류가 발생된 차량정보에 기초하여 눈, 비, 햇빛, 그림자 등과 같은 주변환경요소에도 차량번호를 인식할 수 있는 영상 에지(edge) 요소를 추출하여 저장할 수 있다. 또한, 영상서버(120)는, 차량그릴, 전조등, 번호판내부 숫자, 번호판내부 특징 등과 같은 차량 번호판 주변의 에지 요소들을 추출하여 저장할 수 있다.

또한, 영상서버(120)는, 전술한 영상 에지(edge) 요소 및 차량 번호판 주변의 에지 요소를 고속도로 영업소의 운영자에게 제공할 수 있다.

한편, 영상 검증 장치(130)는, ITS 영상장치(110)로부터 차량 영상 및 차량영상 내에서 검출한 차량번호 인식결과를 전달받는다. 영상 검증 장치(130)는, 차량번호 인식결과에 포함된 차량번호의 인식 정확성을 검증하기 위해 차량 영상을 재인식하고, 재인식 결과에 기초하여 차량번호에 대한 인식 오류의 원인을 자동으로 분류한다.

즉, 영상 검증 장치(130)는, ITS 영상장치(100)가 차량 영상 내에서 검출한 차량번호가 정확하게 인식되었는지의 여부, 즉 인식 정확성을 검증하고, 미인식 및 오인식과 같은 인식 오류가 발생된 원인이 무엇인지를 자동으로 분석하여 인식 오류 원인을 분류한다.

이하에서는, 도 2를 참고하여 ITS 영상장치에서 촬영한 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하는 영상 검증 장치 내 각 기능부에 대하여 보다 구체적으로 설명하겠다.

영상 검증 장치(130)는, 입력부(131), 분석부(132), 분류부(133) 및 출력부(134)를 포함한다.

입력부(131)는, 영상서버(120)로부터 ITS 영상장치(110)에서 촬영된 차량 영상 및 차량영상 내에서 검출한 차량번호 인식결과를 전달받는다. 입력부(131)는, 차량 영상 및 차량번호 인식결과를 분석부(132)로 전달한다.

분석부(132)는 차량번호 인식결과에 포함된 차량번호의 인식 정확성을 검증하기 위해 차량 영상을 재인식한다.

이를 위해, 분석부(132)는, 도 3과 같이 설정부(1321) 및 재인식부(1322)를 포함한다.

설정부(1321)는, 차량 영상의 화소별 탐색을 통해 차량영상 내에서 차량 번호판, 즉 차량번호가 위치할 것으로 예상되는 영상분석영역을 설정한다.

보다 구체적으로, 설정부(1321)는, 차량 영상을 구성하는 화소들의 연관관계를 분석하여 현재 탐색 중인 영역에 차량 종류별로 차량번호가 표시되는 형식(이하, 차량번호 표시형식)과 유사하게 표시된 문자 정보가 존재하는 지의 여부를 판단한다. 설정부(1321)는, 차량번호 표시형식과 유사하게 표시된 문자 정보가 존재하면, 해당 영역을 영상분석영역으로 설정한다.

이때, 문자 정보는 차량번호를 구성하는 글자 및 숫자를 포함한다.

즉, 설정부(1321)는, 차량 영상의 전체 영역 중 차량번호 표시형식과 유사하게 표시된 문자 정보가 존재하는 영역을 영상분석영역으로 설정한다. 설정부(1321)는, 영상분석영역의 설정이 완료되었음을 재인식부(1322)로 알린다.

재인식부(1322)는, 영상분석영역 내 글자가 존재하는 영역(이하, 글자영역)과 숫자가 존재하는 영역(이하, 숫자영역)을 분할한다. 재인식부(1322)는, 글자영역과 숫자영역에 각각 표시된 문자가 어떤 글자 및 숫자인지를 판단하기 위해 문자판단 알고리즘을 적용하여 글자영역과 숫자영역에 표시된 해당 글자와 숫자를 탐색하여 재인식 과정을 수행한다.

이에, 재인식부(1322)는, 문자판단 알고리즘을 통해 매칭되는 문자, 즉 글자와 숫자를 탐색한 결과를 이용하여 차량 영상 내에서 차량번호를 검출할 수 있다.

또한, 재인식부(1322)는, 문자판단 알고리즘을 통해 매칭되는 문자를 판단하는 과정에서 글자영역과 숫자영역의 문자에 대한 신뢰도수치(credit)를 산출할 수 있다.

여기서, 신뢰도수치(credit)는 재인식 과정에서 탐색한 글자영역과 숫자영역의 문자가 ITS 영상장치(110)가 검출한 차량번호와 어느 정도 유사한지를 나타내는 유사도 정도에 따라 그 값이 결정된다.

이후, 재인식부(1322)는, 재인식 과정에서 검출된 차량번호와 신뢰도수치(credit)를 포함하는 재인식 결과를 생성하고, 이를 분류부(133)로 전달한다.

다시 도 2를 참고하면, 분류부(133)는 재인식 결과에 기초하여 차량번호에 대한 인식 오류의 원인을 자동으로 분류한다.

이를 위해, 분류부(133)는, 도 4와 같이 확인부(1331) 및 실행부(1332)를 포함한다.

확인부(1331)는, ITS 영상장치(110)에서 검출한 차량번호 인식결과와 재인식 결과에 포함된 차량번호를 비교하여 차량번호 인식결과에 포함된 차량번호의 <인식>과 <미인식>을 구분한다. 이때, <인식>은 차량 영상에서 차량번호가 검출된 것을 의미하며, <미인식>은 차량 영상에서 차량번호가 검출되지 못한 것을 의미한다.

즉, 확인부(1331)는, 차량번호 인식결과와 재인식 결과에 포함된 차량번호가 일치하면, 차량번호 인식결과에 포함된 차량번호의 <인식>으로 판단한다. 한편, 확인부(1331)는, 차량번호 인식결과와 재인식 결과에 포함된 차량번호가 일치하지 않으면, 차량번호 인식결과에 포함된 차량번호의 <미인식>으로 판단한다.

이처럼 재인식 수행 후 ITS 영상장치(110)에서 검출한 차량번호 인식결과에 포함된 차량번호의 <인식>과 <미인식>의 구분이 완료되면, 확인부(1331)는, <인식>으로 판단된 차량번호의 글자영역과 숫자영역에 포함된 문자에 대한 신뢰도수치(credit)에 기초하여 <오인식> 또는 <정인식>인지의 여부를 판단한다.

이때, 차량번호의 <오인식>은 차량번호가 인식되었으나 잘못 인식된 것을 의미하며, 차량번호의 <정인식>은 차량 영상에 표시된 차량번호가 그대로 정확하게 인식된 것을 의미한다.

즉, 확인부(1331)는, 신뢰도수치(credit)가 오인식 임계범위에 포함되면, 차량번호의 <오인식>으로 판단한다. 한편, 확인부(1331)는, 신뢰도수치(credit)가 오인식 임계범위에 포함되지 않으면, 차량번호의 <정인식>으로 판단한다. 이때, 오인식 임계범위는 <오인식>을 판단하기 위한 유사도 기준값으로, 사용자의 설정에 따라 다른 값을 가질 수 있다.

한편, 확인부(1331)는, 차량번호의 <미인식>이면, 재인식 과정을 다시 한번 수행할 것을 분석부(132)로 요청한다.

이후, 확인부(1331)는, 차량번호의 <미인식> 및 <오인식>과 같은 인식 오류가 발생했음을 실행부(1332)로 알린다.

한편, 실행부(1332)는, 차량번호의 <오인식>과 <미인식>과 같은 인식 오류가 발생한 차량번호의 글자영역과 숫자영역에 포함된 문자에 대한 신뢰도수치(credit)에 기초하여 해당 글자영역과 숫자영역에 대한 영상품질상태를 산출한다.

즉, 실행부(1332)는, 신뢰도수치(credit)의 정도에 따라 영상분석 알고리즘을 통해 밝기, 명암, 선명도, 에지 분포, 전체 명암 분포 등을 산출하여 인식 오류가 발생한 차량번호의 글자영역과 숫자영역에 대한 영상품질 상태값을 산출한다.

이때, 영상분석 알고리즘은 영상 주파수 특성 분석, 방향성 히스토그램 기울기 분석, 블록 단위 명암 분석 및 방향성 에지 누적 분석 등을 수행할 수 있는 알고리즘일 수 있다.

이에, 실행부(1332)는, 영상품질 상태값과 영상품질판단 기준범위를 비교한 결과에 기초하여 인식 오류의 원인을 자동으로 구분할 수 있다. 여기서, 영상품질판단 기준범위는 밝기, 명암, 선명도, 번호판 주변 에지 분포, 전체 명암 분포 등과 같은 영상품질을 판단할 수 있는 모든 요소들에 대한 판단 기준값으로, 기 인식 오류의 원인을 분류하면서 누적된 누적값들에 의해 통계적으로 산출된다.

본 발명에서는 설명의 편의를 위해 영상품질단판 기준범위가 제1 범위, 제2 범위, 제3 범위로 구분되며, 제1 범위에서는 차량 영상의 품질이 가장 밝고 선명한 상태이며, 제3 범위에서는 차량 영상의 품질이 가장 어둡고 흐린 상태이며, 제2 범위에서는 차량 영상의 품질이 제1 범위와 제3 범위 사이의 중간 상태인 것으로 가정한다.

예를 들면, 영상품질 상태값이 제3 범위에 포함되는 것으로 가정하면, 실행부(1332)는, 제3 범위와 같이 차량 영상의 품질이 가장 어둡고 흐린 상태이므로 밝기, 명암, 선명도 및 전체 명암 분포 등과 같은 요소들에 의해 차량번호에 대한 인식 오류가 발생한 것으로 판단하여, 인식 오류의 원인으로 분류한다.

다른 예를 들면, 영상품질 상태값이 제2 범위에 포함되는 것으로 가정하면, 실행부(1332)는, 제2 범위와 같이 차량 영상의 품질이 제1 범위와 제3 범위 사이의 중간 상태이므로 밝기, 명암, 선명도 및 전체 명암 분포 등과 같은 요소들도 중간 값을 가질 것이므로, 번호판 에지 분포 및 훼손 등에 의해 차량번호에 대한 인식 오류가 발생한 것으로 판단하여, 인식 오류의 원인으로 분류한다.

즉, 차량 영상의 전체적인 영상품질이 영상품질판단 기준범위의 제1 범위 및 제2 범위에 포함되는 경우라면, 밝기, 명암, 선명도 및 전체 명암 분포 등과 같은 요소들에 의한 인식 오류 보다는 번호판 주변 에지 분포나, 훼손 등에 의한 인식 오류가 발생한 것으로 판단하여 인식 오류의 원인으로 분류할 수 있다.

다시 도 2를 참고하면, 출력부(134)는, 재인식 결과에 기초하여 차량번호에 대한 인식 오류의 원인을 자동으로 분류한 결과를 출력한다.

즉, 출력부(134)는, 도 5와 같이 영상서버(120)로부터 전달된 차량 영상 및 차량영상 내에서 검출한 차량번호 인식결과(500)가 전달되어, 차량 영상의 재인식 과정을 통해 재인식 결과(510)가 생성되면, 재인식 결과(510)에 기초하여 차량번호에 대한 인식 오류의 원인을 자동으로 분류한 결과(520)를 전달받아 사용자 단말의 화면 상에 출력한다.

한편, 출력부(134)는, 인식 오류의 원인에 따라 분류된 차량 영상을 누적하여 저장하고, 필요 시 이를 제공한다.

예를 들어, ITS 영상장치(110)가 차량번호를 검출하는 과정에서 인식 오류가 발생하여, 영상서버(120)로 해당 차량번호의 검색을 요청하였으나 영상서버(120)에서도 해당 차량번호가 검색되지 않는 경우, 출력부(134)는, 인식 오류의 원인에 따라 분류된 차량영상에 상관관계 알고리즘을 적용하여 해당 차량번호를 검색하고, 이를 영상서버(120)로 전달한다.

이하에서는, 도 6을 참조하여 본 발명의 실시예에 따른 ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하는 흐름을 구체적으로 설명하도록 한다. 이하에서는 설명의 편의를 위해 전술의 도 1 및 도 2에서 언급한 참조번호를 언급하여 설명하도록 하겠다.

도 6에 도시한 바와 같이, 본 발명의 실시예에 따른 영상 검증 장치(130)의 입력부(131)는, 영상서버(120)로부터 ITS 영상장치(110)에서 촬영된 차량 영상 및 차량영상 내에서 검출한 차량번호 인식결과를 전달받는다(S100). 입력부(131)는, 수신한 차량 영상 및 차량번호 인식결과를 분석부(132)로 전달한다.

분석부(132)는, 차량번호 인식결과에 포함된 차량번호의 인식 정확성을 검증하기 위해 차량 영상을 재인식한다.

보다 구체적으로, 분석부(132)는, 차량 영상의 화소별 탐색을 통해 차량영상 내에서 차량 번호판, 즉 차량번호가 위치할 것으로 예상되는 영상분석영역을 설정한다(S110).

즉, 설정부(1321)는, 차량번호 표시형식과 유사하게 표시된 문자 정보가 존재하면, 해당 영역을 영상분석영역으로 설정한다.

설정부(1321)는, 영상분석영역 내 글자가 존재하는 영역(이하, 글자영역)과 숫자가 존재하는 영역(이하, 숫자영역)을 분할한다(S120).

이후, 설정부(1321)는, 글자영역과 숫자영역에 각각 표시된 문자가 어떤 글자 및 숫자인지를 판단하기 위해 문자판단 알고리즘을 적용하여 글자영역과 숫자영역에 표시된 해당 글자와 숫자를 탐색하는 재인식 과정을 수행한다(S130).

즉, 설정부(1321)는, 문자판단 알고리즘을 통해 매칭되는 문자, 즉 글자와 숫자를 탐색한 결과를 이용하여 차량 영상 내에서 차량번호를 검출할 수 있다. 또한, 설정부(1321)는, 문자판단 알고리즘을 통해 매칭되는 문자를 판단하는 과정에서 글자영역과 숫자영역의 문자에 대한 신뢰도수치(credit)를 산출할 수 있다.

이에, 설정부(1321)는, 재인식 과정에서 검출된 차량번호와 신뢰도수치(credit)를 포함하는 재인식 결과를 생성하고(S140), 이를 분류부(133)로 전달한다.

분류부(133)는 차량 영상의 재인식 결과에 기초하여 차량번호에 대한 인식 오류의 원인을 자동으로 분류한다.

보다 구체적으로, 분류부(133)는, ITS 영상장치(110)에서 검출한 차량번호 인식결과와 재인식 결과에 포함된 차량번호를 비교하여 차량번호 인식결과에 포함된 차량번호의 <인식>과 <미인식>을 구분한다(S150).

즉, 분류부(133)는, 차량번호 인식결과와 재인식 결과에 포함된 차량번호가 일치하면, 차량번호 인식결과에 포함된 차량번호의 <인식>으로 판단한다. 한편, 분류부(133)는, 차량번호 인식결과와 재인식 결과에 포함된 차량번호가 일치하지 않으면, 차량번호 인식결과에 포함된 차량번호의 <미인식>으로 판단한다.

이처럼 재인식 수행 후 ITS 영상장치(110)에서 검출한 차량번호 인식결과에 포함된 차량번호의 <인식>과 <미인식>의 구분이 완료되면, 분류부(133)는, <인식>으로 판단된 차량번호의 글자영역과 숫자영역에 포함된 문자에 대한 신뢰도수치(credit)에 기초하여 <오인식>인지 <정인식>인지의 여부를 판단한다.

즉, 분류부(133)는, 신뢰도수치(credit)가 오인식 임계범위에 포함되는 지의 여부를 판단한다(S160).

S160 단계의 판단결과, 신뢰도수치(credit)가 오인식 임계범위에 포함되지 않으면, 분류부(133)는, 차량번호의 <정인식>으로 판단한다(S170). 한편, S160 단계의 판단결과, 신뢰도수치(credit)가 오인식 임계범위에 포함되면, 분류부(133)는, 차량번호의 <오인식>으로 판단한다(S180).

이후, 분류부(133)는, 차량번호의 <오인식>과 <미인식>과 같은 인식 오류가 발생한 차량번호의 글자영역과 숫자영역에 포함된 문자에 대한 신뢰도수치(credit)에 기초하여 해당 글자영역과 숫자영역에 대한 영상품질상태를 산출한다.

이후, 분류부(133)는, 영상품질 상태값과 영상품질판단 기준범위를 비교한 결과에 기초하여 인식 오류의 원인을 자동으로 구분한다(S190).

한편, 전술한 차량 영상의 재인식을 통해 인식 오류의 원인을 자동으로 분류하는 과정을 수행한 후에도 차량번호 및 인식 오류의 원인이 분류되지 않는 차량 영상이 존재하면, 심사자에 의한 분석이 필요한 기타 분류로 설정하는 단계를 포함할 수 도 있다.

이처럼 본 발명의 실시예에 따르면, 고속도로 영업소에 구비된 ITS 영상장치가 차량 영상 내에서 차량번호를 정확하게 인식하였는지의 여부를 자동으로 검증할 수 있어 종래 심사업무에 대한 최적의 운영환경을 제공할 수 있다.

또한, 본 발명의 실시예에 따르면, ITS 영상장치에서 차량번호의 검출할 때 미인식 및 오인식과 같은 인식 오류가 발생되는 원인을 자동으로 분석하여 분류함에 따라 ITS 영상장치의 품질정보 및 장애 원인을 신속하고 정확하게 판단하여 ITS 영상장치의 품질을 향상시킬 수 있다.

또한, 본 발명의 실시예에 따르면, ITS 영상장치에서 차량번호를 검출하는 과정에서 인식 오류가 발생하면, 인식 오류의 원인에 따라 분류된 차량영상을 이용하여 보다 신속하게 해당 차량번호를 검색하여 제공할 수 있어 차량번호 인식률을 향상시킬 수 있다.

이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 모니터링장치의 동작 방법에 따르면, 전자제어유닛에 포함된 소프트웨어 모듈 및 하드웨어 핀 각각에서 시계열적으로 이루어진 활성화 상태와 비 활성화 상태 간 상태 전환을 모니터링 데이터에 할당된 비트 값을 통해서 확인할 수 있으므로, 차량 바디 네트워크에서의 상태 전환을 일으킨 전자제어유닛의 동작을 확인 및 분석할 수 있다.

한편, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다.　본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 처리 시스템의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다.

컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.

본 명세서에서 "시스템"이나 "장치"라 함은 예컨대 프로그래머블 프로세서, 컴퓨터 혹은 다중 프로세서나 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 기구, 장치 및 기계를 포괄한다. 처리 시스템은, 하드웨어에 부가하여, 예컨대 프로세서 펌웨어를 구성하는 코드, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제 혹은 이들 중 하나 이상의 조합 등 요청 시 컴퓨터 프로그램에 대한 실행 환경을 형성하는 코드를 포함할 수 있다.

컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. 컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.

한편, 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 EPROM, EEPROM 및 플래시메모리 장치와 같은 반도체 메모리 장치, 예컨대 내부 하드디스크나 외장형 디스크와 같은 자기 디스크, 자기광학 디스크 및 CD-ROM과 DVD-ROM 디스크를 포함하여 모든 형태의 비휘발성 메모리, 매체 및 메모리 장치를 포함할 수 있다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다.

본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 어플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드 컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산 시스템에서 구현될 수도 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.

본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 마찬가지로, 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.

또한, 본 명세서에서는 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다

이와 같이, 본 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하려는 의도가 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100: 인식성능 검증 시스템 110: ITS 영상장치
110: 영상서버 130: 영상 검증 장치
131: 입력부 132: 분석부
1321: 설정부 1322: 재인식부
133: 분류부 1331: 확인부
1332: 실행부 134: 출력부

Claims (14)

1. 고속도로 영업소에 구비된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치의 인식 정확성을 검증하기 위한 장치에 있어서,
   상기 ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위해 상기 차량 영상을 재인식하는 분석부;
   재인식 결과에 기초하여 상기 차량번호에 대한 인식 오류의 원인을 자동으로 분류하는 분류부; 및
   상기 ITS 영상장치를 관리하는 영상서버에서 인식 오류가 발생한 해당 차량의 차량번호가 검색되지 않으면, 상기 인식 오류의 원인에 따라 분류된 차량영상에 상관관계 알고리즘을 적용하여 해당 차량의 차량번호를 검색하여 출력하는 출력부
   를 포함하는 것을 특징으로 하는 영상 검증 장치.
2. 제 1 항에 있어서,
   상기 분석부는,
   상기 차량 영상의 화소별 탐색을 통해 상기 차량번호가 위치할 것으로 예상되는 영상분석영역을 설정하는 설정부; 및
   상기 영상분석영역 내 글자영역과 숫자영역에 문자판단 알고리즘을 적용하여 상기 재인식 결과를 생성하는 재인식부를 포함하는 것을 특징으로 하는 영상 검증 장치.
3. 제 2 항에 있어서,
   상기 재인식부는,
   상기 문자판단 알고리즘을 통해 매칭되는 문자를 탐색한 결과를 이용하여 상기 차량번호를 검출하는 것을 특징으로 하는 영상 검증 장치.
4. 제 3 항에 있어서,
   상기 재인식부는,
   상기 문자판단 알고리즘을 통해 매칭되는 문자를 탐색하는 과정에서 상기 글자영역과 상기 숫자영역의 문자에 대한 신뢰도수치(credit)를 산출하는 것을 특징으로 하는 영상 검증 장치.
5. 제 4 항에 있어서,
   상기 분류부는,
   상기 ITS 영상장치가 검출한 차량번호의 인식과 미인식을 구분한 후, 인식이면 상기 신뢰도수치(credit)를 이용하여 오인식과 정인식을 구분하는 확인부; 및
   상기 차량번호의 미인식 및 오인식 중 적어도 하나의 인식 오류의 원인을 분류하는 실행부를 포함하는 것을 특징으로 하는 영상 검증 장치.
6. 제 5 항에 있어서,
   상기 실행부는,
   상기 신뢰도수치(credit)에 기초하여 상기 글자영역과 상기 숫자영역에 대한 영상품질 상태값을 산출하는 것을 특징으로 하는 영상 검증 장치.
7. 제 6 항에 있어서,
   상기 실행부는,
   상기 영상품질 상태값과 영상품질판단 기준범위를 비교한 결과에 기초하여 상기 인식 오류의 원인을 자동으로 구분하는 것을 특징으로 하는 영상 검증 장치.
8. 삭제
9. 영상 검증 장치가 고속도로 영업소에 구비된 지능형교통시스템(Intelligent Transportation Systems, ITS) 영상장치의 인식 정확성을 검증하는 방법에 있어서,
   상기 ITS 영상장치가 차량 영상 내에서 검출한 차량번호의 인식 정확성을 검증하기 위해 상기 차량 영상을 재인식하는 단계;
   재인식 결과에 기초하여 상기 차량번호에 대한 인식 오류의 원인을 자동으로 분류하는 단계; 및
   상기 ITS 영상장치를 관리하는 영상서버에서 인식 오류가 발생한 해당 차량의 차량번호가 검색되지 않으면, 상기 인식 오류의 원인에 따라 분류된 차량영상에 상관관계 알고리즘을 적용하여 해당 차량의 차량번호를 검색하여 출력하는 단계
   를 포함하는 것을 특징으로 하는 영상 검증 방법.
10. 제 9 항에 있어서,
    상기 재인식하는 단계는,
    상기 차량 영상의 화소별 탐색을 통해 상기 차량번호가 위치할 것으로 예상되는 영상분석영역을 설정하는 단계; 및
    상기 영상분석영역 내 글자영역과 숫자영역에 문자판단 알고리즘을 적용하여 상기 재인식 결과를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 검증 방법.
11. 제 10 항에 있어서,
    상기 재인식 결과를 생성하는 단계는,
    상기 문자판단 알고리즘을 이용하여 상기 글자영역과 상기 숫자영역의 문자에 대한 신뢰도수치(credit)를 산출하는 단계; 및
    상기 문자판단 알고리즘을 통해 탐색한 문자를 이용하여 상기 차량번호를 검출하는 단계를 포함하는 것을 특징으로 하는 영상 검증 방법.
12. 제 11 항에 있어서,
    상기 자동으로 분류하는 단계는,
    상기 ITS 영상장치가 검출한 차량번호의 인식과 미인식을 구분한 후, 인식이면 상기 신뢰도수치(credit)에 기초하여 오인식과 정인식을 구분하는 단계; 및
    상기 차량번호의 미인식 및 오인식 중 적어도 하나의 인식 오류의 원인을 분류하는 단계를 포함하는 것을 특징으로 하는 영상 검증 방법.
13. 제 12 항에 있어서,
    상기 적어도 하나의 인식 오류의 원인을 분류하는 단계는,
    상기 신뢰도수치(credit)를 이용하여 상기 글자영역과 상기 숫자영역에 대한 영상품질 상태값을 산출하는 단계; 및
    상기 영상품질 상태값과 영상품질판단 기준범위를 비교한 결과에 기초하여 상기 인식 오류의 원인을 자동으로 구분하는 단계를 포함하는 것을 특징으로 하는 영상 검증 방법.
14. 제 9 항 내지 제 13 항 중 어느 한 항의 방법의 각 단계를 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.

Images