KR101615206B1 - 차량검출장치 - Google Patents

차량검출장치 Download PDF

Info

Publication number
KR101615206B1
KR101615206B1 KR1020140061360A KR20140061360A KR101615206B1 KR 101615206 B1 KR101615206 B1 KR 101615206B1 KR 1020140061360 A KR1020140061360 A KR 1020140061360A KR 20140061360 A KR20140061360 A KR 20140061360A KR 101615206 B1 KR101615206 B1 KR 101615206B1
Authority
KR
South Korea
Prior art keywords
vehicle
information
image
extracting
unit
Prior art date
Application number
KR1020140061360A
Other languages
English (en)
Other versions
KR20150134548A (ko
Inventor
김득화
김정훈
김성구
Original Assignee
김득화
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 김득화 filed Critical 김득화
Priority to KR1020140061360A priority Critical patent/KR101615206B1/ko
Publication of KR20150134548A publication Critical patent/KR20150134548A/ko
Application granted granted Critical
Publication of KR101615206B1 publication Critical patent/KR101615206B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 차량검출장치에 관한 것으로, 하나 이상의 촬영장치 및 관제서버와 통신하는 통신모듈; 상기 촬영장치로부터 전송된 영상을 통해, 차량의 외형정보, 차량번호정보 및 색상정보를 추출하는 정보추출모듈; 상기 정보추출모듈로부터 제공된 상기 차량의 외형정보, 차량번호정보 및 색상정보를 바탕으로 상기 차량에 대한 차량정보를 생성하는 정보생성모듈; 및 상기 정보생성모듈에서 생성한 상기 차량의 차량정보를 상기 관제서버의 데이터베이스에 저장되어 있는 차량정보와 비교하여 일치 여부일치 여부는 비교판단모듈;을 포함하며, 상기 정보추출모듈은 상기 촬영장치로부터 제공된 상기 차량의 영상을 일정영역으로 분할하여, 분할된 영역별로 상기 차량의 외형정보를 추출할 수 있다.
본 발명에 의하면, 차량의 모델, 색상 및 차량번호를 실시간으로 식별할 수 있어, 수배차량 검거에 소모되는 시간 단축이 가능하고, 차량의 외형과 차량번호를 동시에 추출하여, 관제서버에 저장된 차량정보와 비교함으로써, 차량번호 변경을 통해 범죄에 악용될 수 있는 차량의 사전 검출이 가능하며 다양한 형태를 가지는 차량번호판의 인식이 가능하여, 차량번호정보 추출에 높은 신뢰성을 제공하는 효과가 있다.

Description

차량검출장치{APPARATUS FOR VEHICLE DETECTION}
본 발명은 차량검출장치에 관한 것이다.
최근, 업무 및 여가활동을 위해 차량을 이용하는 인구가 증가함에 따라, 교통 흐름 및 동선 파악, 교통법 위반차량 단속, 주차 관리, 방범 등에 요구되는 차량정보 확인에 어려움을 겪고 있다.
일반적인 차량을 확인 방법으로는, 현장의 인원이 직접 순찰하여 차량을 확인하거나, 촬영장치를 통해 획득한 영상에서 추가적인 작업을 통해 육안으로 차량정보를 확인하는 방법이 사용되고 있는데, 이러한 방법은 많은 인력이 투입됨에도 불구하고 즉각적인 차량정보 획득이 어려워 과적, 불법차량 단속 및 수배차량 검거에 많은 시간이 소모되는 문제점이 있었다.
이러한 문제점을 해결하기 위해, 대한민국 등록특허공보 등록번호 제10-0670206호(공고일 : 2007. 01. 17, 등록일: 2007. 01. 10, 이하, ‘종래기술’이라 칭함.)에서는 차량번호 검출이 가능한 장치에 복수개의 CCTV카메라에 연결되어, CCTV카메라에서 전송된 영상데이터를 통해 차량번호를 획득하는 기술이 제시되었다.
하지만, 종래기술은 다양한 형태의 차량번호판을 인식하기 위한 대책이 마련되어 있지 않고, 고의로 차량번호를 위조한 차량의 위조여부 판별이 어려우며, 차종 및 차량 모델 인식이 불가능한 문제점이 있었다.
본 발명은 상술한 문제점을 해결하기 위한 것으로, 차량의 모델, 색상 및 차량번호를 자동으로 식별하는 차량검출장치를 제공하는데 그 목적이 있다.
이러한 목적을 달성하기 위하여 본 발명의 차량검출장치는, 하나 이상의 촬영장치 및 관제서버와 통신하는 통신모듈; 상기 촬영장치로부터 전송된 영상을 통해, 차량의 외형정보, 차량번호정보 및 색상정보를 추출하는 정보추출모듈; 상기 정보추출모듈로부터 제공된 상기 차량의 외형정보, 차량번호정보 및 색상정보를 바탕으로 상기 차량에 대한 차량정보를 생성하는 정보생성모듈; 및 상기 정보생성모듈에서 생성한 상기 차량의 차량정보를 상기 관제서버의 데이터베이스에 저장되어 있는 차량정보와 비교하여 일치 여부를 판단하는 비교판단모듈;을 포함하며, 상기 정보추출모듈은 상기 촬영장치로부터 제공된 상기 차량의 영상을 일정영역으로 분할하여, 분할된 영역별로 상기 차량의 외형정보를 추출하고, 상기 정보추출모듈은, 상기 촬영장치에서 전송된 영상을 캡처하여, 캡처된 영상으로부터 상기 차량이 통과하지 않을 때의 배경 이미지 및 상기 차량이 포함된 이미지를 생성하는 캡처부; 상기 차량의 이미지로부터 상기 차량의 폭과 높이의 비율을 도출하고, 상기 비율에 따라 차종을 인식하는 차종인식부; 상기 차량의 이미지로부터 번호판영역을 지정하고, 상기 번호판영역의 차량번호정보를 추출하는 차량번호추출부; 상기 차량의 이미지로부터 전송된 상기 차량의 전면 및 후면 영상을 상기 차량의 높이에 따라 분할하여, 분할된 영역별로 상기 차량의 외형정보를 추출하는 외형정보추출부; 및 상기 차량의 이미지에서 밝기 값을 제거하여 상기 차량의 색상정보를 생성하는 색상인식부;를 포함하며, 상기 차종인식부는, 상기 캡처부에서 생성한 상기 차량이 포함된 이미지에서 상기 배경 이미지를 제거하여, 상기 배경이 제거된 차량의 이미지로부터 상기 차량의 윤곽선정보를 추출하고, 상기 윤곽선정보가 포함된 이미지 영역을 일정 픽셀(Pixel)단위로 나누어, 차량의 윤곽선 영역 내에 가로 및 세로방향으로 나타나는 픽셀의 개수 비율을 통해 차량의 폭과 높이의 비율로 차종을 인식할 수 있다.
삭제
삭제
또한, 상기 차량번호추출부는 상기 차량의 이미지에 DOG(Difference of Gaussian)필터 및 이진화(binarization)를 적용하여 연속된 4자리의 숫자열을 검출하고, 상기 숫자열을 구성하는 숫자의 높이, 가로 및 세로의 비율, 인접한 숫자의 상단 또는 하단의 높이차, 인접한 숫자 사이의 간격 및 전체 숫자 배열의 길이 중 적어도 어느 하나의 수치에 따라 상기 번호판영역을 지정하여 상기 번호판영역의 문자 및 숫자를 포함하는 차량번호정보를 추출할 수 있다.
그리고, 상기 외형정보추출부는 상기 차종인식부 및 차량번호추출부로부터 제공된 상기 차량의 윤곽선정보 및 번호판영역을 통해 상기 차량의 헤드라이트영역을 지정하고, SIFT(Scale Invariant Feature Transform) 알고리즘을 통해 상기 헤드라이트영역의 외형정보를 추출할 수 있다.
또한, 상기 정보생성모듈은, 각 차종 및 차량 모델별 외형정보가 저장된 저장부; 상기 저장부에 저장된 상기 외형정보 중, 상기 정보추출모듈에서 생성한 상기 차량의 외형정보와 매칭되는 외형정보, 상기 차량의 차량번호정보 및 색상정보를 통해 상기 차량의 차량정보를 생성하는 차량정보생성부;를 포함할 수 있다.
여기서, 상기 차량정보생성부가 상기 저장부에 저장된 외형정보와 비교하기 위한 상기 차량의 외형정보는, 상기 차량의 루프, 윈도우, 사이드미러, 타이어, 헤드라이트, 후미등, 라디에이터 그릴, 타이어 및 안개등의 형태 중 적어도 어느 하나 이상일 수 있다.
그리고, 상기 비교판단모듈은, 상기 관제서버의 데이터베이스에 저장된 차량정보와 상기 정보생성모듈에서 생성한 차량정보를 비교하여 일치여부를 확인하는 비교확인부; 및 상기 비교확인부의 일치여부에 따른 결과 값, 상기 촬영장치의 설치 위치 및 촬영시간을 포함하는 알림정보를 생성하여, 상기 관제서버에 전송하는 판단부;를 포함할 수 있다.
한편, 본발명의 차량검출 시스템은, 차량을 촬영하는 하나 이상의 촬영장치; 상기 촬영장치로 영상을 제공받고, 차량정보가 저장된 데이터베이스를 가지는 관제서버; 및 상기 촬영장치로부터 전송된 상기 차량의 영상을 통해 생성한 상기 차량의 차량정보와 상기 관제서버에 저장된 데이터베이스의 차량정보의 일치 여부를 판단하는 차량검출장치;를 포함하며, 상기 차량검출장치는 상기 촬영장치의 영상을 통해 상기 차량의 차량정보를 생성하고, 상기 관제서버의 데이터베이스에 저장된 차량정보와 상기 차량의 차량정보의 일치 여부를 판단하여, 판단결과를 상기 관제서버에 전송하며, 상기 차량검출장치는 상기 촬영장치로부터 전송된 영상을 캡처하여, 캡처된 영상으로부터 상기 차량이 통과하지 않을 때의 배경 이미지 및 상기 차량이 포함된 이미지를 생성하고, 상기 차량이 포함된 이미지에서 상기 배경 이미지를 제거하여, 상기 배경이 제거된 차량의 이미지로부터 상기 차량의 윤곽선정보를 추출하며, 상기 윤곽선정보가 포함된 이미지 영역을 일정 픽셀(Pixel)단위로 나누어, 차량의 윤곽선 영역 내에 가로 및 세로방향으로 나타나는 픽셀의 개수 비율을 통해 차량의 폭과 높이의 비율로 차종을 인식할 수 있다.
그리고, 본 발명의 차량검출장치를 이용한 차량검출방법은,하나 이상의 촬영장치로부터 전송된 영상을 통해 차량의 외형정보, 차량번호정보 및 색상정보를 추출하는 정보추출단계; 정보생성모듈의 저장부에 저장된 각 차종 및 차량별 외형정보 중, 상기 정보추출단계에서 추출한 상기차량의 외형정보와 매칭되는 외형정보, 상기 차량의 차량번호 정보 및 색상정보를 포함하는 차량정보를 생성하는 정보생성단계; 및 상기 정보생성단계에서 생성한 상기 차량정보를 관제서버의 데이터베이스에 저장된 차량정보와 비교하여 일치 여부를 판단하고, 판단결과 및 알림정보를 상기 관제서버에 전송하는 비교판단단계;를 포함하며, 상기 정보추출단계는, 상기 촬영장치의 영상으로부터 상기 차량의 이미지를 생성하는 캡처단계; 상기 차량의 이미지에서 상기 차량의 윤곽선 정보를 생성하여, 상기 차량의 폭과 높이의 비율에 따라 차종을 인식하는 차종인식단계; 상기 차량의 이미지에 DoG(Difference of Gaussian)필터 적용 및 이진화(binarization)를 통해 연속된 4자리의 숫자열을 검출하고, 상기 숫자열을 구성하는 숫자의 높이, 가로 및 세로의 비율, 인접한 숫자의 상단 또는 하단의 높이차, 인접한 숫자 사이의 간격 및 전체 숫자 배열의 길이 중 적어도 어느 하나의 수치에 따라 번호판영역을 지정하여 상기 번호판영역의 문자 및 숫자를 포함하는 차량번호정보를 추출하는 차량번호추출단계; 상기 차종인식단계의 상기 차량의 폭과 높이 비율 및 윤곽선정보와 상기 차량번호추출단계의 상기 차량의 번호판영역을 통해 상기 차량의 외형정보를 추출하는 외형정보추출단계; 및 상기 차량의 이미지에서 밝기 값을 제거하여 상기 차량의 색상정보를 생성하는 색상인식단계;를 포함하고, 상기 캡쳐단계는, 촬영장치로부터 전송된 영상을 캡처하여, 캡처된 영상으로부터 상기 차량이 통과하지 않을 때의 배경 이미지 및 상기 차량이 포함된 이미지를 생성하는 단계이며, 상기 차종인식 단계는, 상기 캡쳐단계에서 생성된 상기 차량이 포함된 이미지에서 상기 배경 이미지를 제거하여, 상기 배경이 제거된 차량의 이미지로부터 상기 차량의 윤곽선정보를 추출하고, 상기 윤곽선정보가 포함된 이미지 영역을 일정 픽셀(Pixel)단위로 나누어, 차량의 윤곽선 영역 내에 가로 및 세로방향으로 나타나는 픽셀의 개수 비율을 통해 차량의 폭과 높이의 비율로 차종을 인식하는 단계일 수 있다.
삭제
아울러, 상기 비교판단단계는, 상기 정보생성단계에서 생성한 상기 차량정보와 상기 관제서버의 데이터베이스에 저장된 차량정보와 비교하여 일치 여부를 확인하는 비교확인단계; 및 상기 비교확인단계에서 상기 차량정보의 일치 여부에 따른 판단결과 및 상기 차량을 촬영한 상기 촬영장치의 설치 위치 및 촬영시간을 포함하는 알림정보를 생성하여, 상기 관제서버에 전송하는 결과전송단계;를 포함할 수 있다.
이상에서 설명한 바와 같이 본 발명에 의하면, 다음과 같은 효과가 있다.
첫째, 차량의 모델, 색상 및 차량번호를 실시간으로 식별할 수 있어, 수배차량 검거에 소모되는 시간을 단축할 수 있다.
둘째, 차량의 외형정보와 차량번호정보를 동시에 추출하여, 관제서버에 저장된 차량정보와 비교함으로써, 차량번호판 변경을 통해 범죄에 악용될 수 있는 차량의 사전 검출이 가능해진다.
셋째, 다양한 형태를 가지는 차량번호판의 인식이 가능하여, 차량번호정보 추출에 높은 신뢰성을 제공한다.
도1은 본 발명의 일실시예에 따른 차량검출장치의 블록도이다.
도2는 본 발명의 일실시예에 따른 차량검출 시스템을 개략적으로 도시한 블록도이다.
도3은 본 발명의 일실시예에 따른 차량검출장치를 이용한 차량검출 방법을 나타낸 순서도이다.
도4는 본 발명의 일실시예에 따른 차량검출장치의 차량번호정보 추출방법을 나타낸 참고도이다.
도5는 본 발명의 일실시예에 따른 차량검출장치의 차량의 헤드라이트영역 지정 방법을 묘사한 참고도이다.
본 발명의 바람직한 실시예에 대하여 첨부된 도면을 참조하여 더 구체적으로 설명하되, 이미 주지되어진 기술적 부분에 대해서는 설명의 간결함을 위해 생략하거나 압축하기로 한다.
<차량검출장치의 구성>
도1은 본 발명의 일실시예에 따른 차량검출장치의 블록도이고, 도2는 본 발명의 일실시예에 따른 차량검출 시스템을 개략적으로 도시한 블록도이다.
본 발명의 일실시예에 따른 차량검출장치(100)는 통신모듈(110), 정보추출모듈(120), 정보생성모듈(130) 및 비교판단모듈(140)을 포함할 수 있다.
통신모듈(110)은 촬영장치(200) 및 관제서버(300)와 통신한다.
여기서 통신모듈(110)은 유선 또는 무선 네트워크 및 이동통신방식 중 어느 하나의 방법으로 통신할 수 있다.
도4는 본 발명의 일실시예에 따른 차량검출장치의 차량번호정보 추출방법을 나타낸 참고도이며, 도5는 본 발명의 일실시예에 따른 차량검출장치의 차량의 헤드라이트영역 지정 방법을 묘사한 참고도이다.
정보추출모듈(120)은 캡처부(121), 차종인식부(122), 차량번호추출부(123), 외형정보추출부(124), 색상인식부(125)를 포함할 수 있다.
캡처부(121)는 촬영장치(200)에서 제공되는 차량의 전면 및 후면 영상 내의 차량이미지를 캡처할 수 있다.
여기서, 캡처부(121)는 촬영장치(200)와 차량 간의 거리에 따라 복수의 이미지를 캡처할 수 있으며, 차량이 통과하지 않을 때에도 도로 및 배경의 영상을 캡처할 수 있다.
차종인식부(122)는 캡처부(121)에서 제공한 차량의 이미지를 통해 차량의 차종을 인식할 수 있다.
여기서, 차종인식부(122)는 캡쳐부(121)에서 제공한 차량의 이미지를 일정 영역으로 나누고, 각 영역의 이미지와 캡처부(121)에서 캡처한 도로 및 배경 이미지의 차연산을 통해 차량이 표시된 영역만을 추출해낼 수 있다.
그리고, 배경이 제거된 이미지의 Threshold 값을 조정함으로써, 이미지의 불균일성을 최소화한 차량의 윤곽선(Edge)정보를 추출할 수 있게 된다.
또한, 차종인식부(122)는 윤곽선정보가 포함된 이미지의 영역을 일정 픽셀(Pixel)단위로 나눌 수 있으며, 차량의 윤곽선 영역 내에 가로 및 세로방향으로 나타나는 픽셀의 개수 비율을 통해 차량의 폭과 높이의 비율을 알아낼 수 있다.
이때, 차종인식부(122)는 윤곽선정보를 통해 얻어낸 차량의 폭과 높이의 비율을 통해 차종을 인식할 수 있게 된다.
예를 들어, 폭과 높이의 비율이 약 1:1일 경우에는 승용차로 인식할 수 있고, 약 1:2일 경우에는 대형차로 인식할 수 있으며, 약 1:3의 경우엔 오토바이로 인식할 수 있다.
차량번호추출부(123)는 차량의 이미지에서 차량번호정보를 추출할 수 있으며, 도4를 참조하여 설명하도록 한다.
여기서, 차량번호추출부(123)는 DOG(Difference Of Gaussian)필터를 통해 정교한 윤곽선(Edge)정보를 추출하고, 이진화(Binarization)를 적용하여 DOG필터를 통해 얻어진 윤곽선을 연결함으로써 최초 4자리의 숫자열을 추출하며, 숫자열을 구성하는 숫자의 높이, 가로 및 세로의 비율, 인접한 숫자의 상단 또는 하단의 높이차, 인접한 숫자 사이의 간격 및 전체 숫자 배열의 길이를 통해 번호판의 종류 및 왜곡 확인이 가능해진다.
이때, 차량번호추출부(123)는 번호판종류에 따른 번호판영역을 지정함으로써, 차량 번호판의 종류에 따라 다르게 배열된 문자 및 숫자의 영역을 파악하여, 차량번호정보를 얻을 수 있게 된다.
외형정보추출부(124)는 차량의 전면 및 후면 이미지에서 차량의 특징적 형태를 추출하여 외형정보를 생성할 수 있다.
그리고, 외형정보추출부(124)는 차종인식부(122)와 차량번호추출부(123)에서 생성한 차량의 윤곽선정보와 번호판 영역을 기준으로 차량의 헤드라이트 영역을 지정하여 헤드라이트의 형태에 따른 외형정보를 생성할 수 있으며, 도5를 참고하여 설명하도록 한다.
차량의 헤드라이트 형태는 다른 외형정보에 비해 차량의 모델에 따라 특징이 강하게 나타나기 때문에, 헤드라이트의 형태에 따른 외형정보가 추출될 경우, 정보생성부(130)의 저장부(131)에 저장된 외형정보와의 비교하여 차량정보를 생성하는 과정에서 시간이 단축될 수 있기 때문에, 차량의 헤드라이트 형태에 대한 외형정보 추출을 위해서, 우선적으로 차량의 헤드라이트 영역의 지정이 필요하다.
여기서, 외형정보추출부(124)는 차량번호추출부(123)에서 차량번호정보 추출을 위해 사용된 번호판 영역정보를 통해 헤드라이트의 영역을 지정할 수 있다
예를 들어, 차량의 전면에 부착된 2006년 11월 1일 이전에 발급된 번호판의 경우, 번호판영역의 좌 또는 우측에 해당 번호판영역의 2배 폭과 3배의 높이로 헤드라이트 영역이 지정될 수 있으며, 2006년 11월 1일 이후에 발급된 번호판의 경우, 해당 번호판영역의의 좌 또는 우측에 해당 번호판영역과 동일한 폭과 3배의 높이로 헤드라이트 영역이 지정될 수 있다.
이후, 외형정보추출부(124)는 지정된 헤드라이트 영역에서 헤드라이트의 외형정보를 추출하기 위해, SIFT(Scale invariant feature transform) 알고리즘을 사용하여, 가우시안(Gaussian) 필터가 적용된 크기가 다른 복수의 이미지에서 유사한 특징 벡터를 추출해낸다.
또한, 외형정보추출부(124)는 차량의 전면 및 후면 이미지를 차량의 높이에 따라 일정영역으로 나누고, 각 영역에서 차량의 외형정보를 추출할 수 있다.
바람직하게는, 차량의 루프, 윈도우, 사이드미러가 포함되는 상부영역과 후미등, 라디에이터 그릴이 포함되는 중간영역 및 타이어, 안개등이 포함되는 하부영역으로 나뉠 수 있다.
여기서, 외형정보추출부(124)는 차량이미지의 높이별 영역에서 해당 부위의 이미지를 별도로 캡처해함으로써, 차량의 외형정보를 추출할 수 있다.
색상인식부(125)는 차량의 이미지에서 차량의 색상을 인식하여 색상정보를 생성할 수 있다.
여기서, 색상인식부(125)는 날씨, 조명, 촬영장치(200)에 적용된 화이트 밸런스에 의해 차량의 이미지를 통한 차량의 색 인식이 어려워지는 것을 방지하기 위해, 차량의 이미지에서 밝기 값을 제거함으로써 차량의 순수 색을 인식할 수 있게 된다.
예를들어, RGB, HSV, YCbCr 색상정보를 가진 차량 이미지 중, HSV 및 YCbCr는 별도의 밝기 값(HSV의 V, YCbCr의 Y)을 가지고 있기 때문에, 순수 차량의 색정보를 얻을 수 있으며, RGB의 경우에는 Normalized rg를 이용하여 밝기 값을 제거한 차량의 순수 색정보를 얻을 수 있다.
이후, 색상인식부(125)는 내부에 구성된 색상표를 통해 차량 이미지를 통해 인식한 색정보에 해당하는 색의 명칭 및 색정보를 포함하는 색상정보를 생성할 수 있다.
정보생성모듈(130)은 저장부(131) 및 차량정보생성부(132)를 포함할 수 있다.
저장부(131)는 차량의 외형정보가 저장된 데이터베이스이며, 각 차종 및 차량 모델별로 차량의 루프, 윈도우, 사이드미러, 후미등, 라디에이터 그릴, 타이어 및 안개등을 포함하는 차량의 외형정보가 저장되어 있으며, 통신모듈(110)을 통해 신규 차량의 외형정보를 업데이트할 수 있다.
차량정보생성부(132)는 정보추출모듈(120)로부터 제공된 차량의 외형정보를 저장부(131)에 저장된 외형정보와 비교함으로써, 촬영장치(200)에서 촬영된 차량의 모델명을 찾을 수 있다.
여기서, 차량정보생성부(132)는 정보추출모듈(120)에서 제공된 차량의 외형정보의 이미지에서 차량을 제외한 배경을 제거한 후, AdaBoost 알고리즘을 이용하여 해당 외형정보와 저장부(131)에 저장된 외형정보에서 동일한 부분적 특징을 비교하게 된다.
그리고, 차량정보생성부(132)는 칼만(Kalman) 필터를 사용하여 비교가 완료된 차량의 부분적 외형정보와 대응되는 차량 모델명을 검색할 수 있게 된다.
이렇듯, 차량정보생성부(132)는 AdaBoost 알고리즘을 통해 부분적인 특징을 우선적으로 비교하고, 칼만 필터를 통해 각 부분적 특징으로 도출될 수 있는 전체의 특징에 대응하는 외형정보를 검색함으로써, 부분적으로 수집된 외형정보를 통한 차량 모델 검색에 높은 정확도를 제공할 수 있게 된다.
이후, 차량정보생성부(132)는 정보추출모듈(120)로부터 제공된 차량의 이미지, 차량번호정보, 차량 모델명 및 색상정보를 종합하여, 테이블 형태의 차량정보를 생성할 수 있다.
비교판단모듈(140)은 정보생성모듈(130)에서 생성된 차량정보를 관제서버(300)의 데이터베이스(310)의 차량정보와 비교하여 일치여부를 판단할 수 있다.
비교확인부(141)는 정보생성모듈(130)의 차량정보생성부(132)에서 생성한 차량정보와 관제서버(300)의 데이터베이스(310)내에 저장된 차량정보를 비교하여, 일치여부를 확인한다.
이때, 관제서버(300)의 데이터베이스(310)내에는 차량정보 외에도 차량소유주의 위법사항에 대한 정보가 더 포함될 수 있으며, 이때, 비교확인부(141)는 해당 정보를 확인할 수 있다.
판단부(142)는 비교확인부(141)의 차량정보 일치여부에 대한 결과와 촬영장치(200)의 설치 위치 및 촬영일시를 포함하는 알림정보를 관제서버(300)에 전송할 수 있다.
만약, 비교확인부(141)의 결과 중, 차량의 외형정보와 차량번호정보가 일치하지 않을 경우, 차량의 개조 및 대포 차량임을 알리는 내용이 알림정보에 더 포함될 수 있으며, 차량소유주가 범죄에 연류 되었거나 위법사실에 대한 정보가 존재할 경우, 해당 내용이 알림정보에 더 포함되어 관제서버(300)에 전송될 수 있다.
<차량검출 시스템의 구성>
본 발명의 일실시예에 따른 차량검출 시스템은 촬영장치(200), 관제서버(300) 및 차량검출장치(100)를 포함할 수 있다.
촬영장치(200)는 복수개로 구성될 수 있어, 주행 또는 정차중인 차량의 전면 및 후면 영상을 촬영할 수 있다.
관제서버(300)는 차량정보가 저장된 데이터베이스(310)를 가지며, 해당 데이터베이스(310)에는 차량소유주 정보와 위법사항에 대한 내용이 추가적으로 저장될 수 있으며, 촬영장치(200)로부터 제공되는 영상을 확인할 수 있다.
차량검출장치(100)는 촬영장치(200)의 영상을 통해 차량의 차량정보를 생성하고, 관제서버(300)의 데이터베이스(310)에 저장된 차량정보와 촬영장치(200)에서 촬영된 차량의 차량정보의 일치여부를 판단하여, 판단결과를 관제서버(300)에 전송할 수 있다.
<차량검출장치를 이용한 차량검출 방법>
도3은 본 발명의 일실시예에 따른 차량검출장치를 이용한 차량검출 방법을 나타낸 순서도이다.
본 발명의 일실시예에 따른 차량검출장치(100)를 이용한 차량검출 방법은 정보추출단계(S100), 정보생성단계(S200) 및 비교판단단계(S300)를 포함할 수 있다.
정보추출단계 ( S100 )
정보추출단계(S100)는 하나 이상의 촬영장치(100)로부터 전송된 영상을 통해 차량의 외형정보, 차량번호정보 및 색상정보를 추출하는 단계이며, 캡처단계, 차종인식단계, 차량번호추출단계, 외형정보추출단계 및 색상인식단계;를 포함할 수 있다.
우선, 캡처단계에서 캡처부(121)는 촬영장치(200)의 영상을 캡처하여 차량의 전면 및 후면 이미지를 생성한다.
이때, 캡처부(121)는 차량 이미지의 배경제거가 용이하도록, 차량이 포함되지 않은 배경이미지를 추가적으로 캡처할 수 있다.
차종인식단계에서는 차종인식부(122)는 캡처부(121)에서 생성한 이미지를 통해 차량의 윤곽선 정보를 생성하여, 차량의 폭과 높이의 비율에 따라 차종을 인식한다.
그리고, 차량번호추출단계에서 차량번호추출부(132)는 차량의 이미지에 DoG 필터의 적용 및 이진화(binarization)를 통해 연속된 4자리의 숫자열을 검출하고, 숫자열을 구성하는 숫자의 높이, 가로 및 세로의 비율, 인접한 숫자의 상단 또는 하단의 높이차, 인접한 숫자 사이의 간격 및 전체 숫자 배열의 길이를 통해 번호판영역을 지정하여, 번호판영역의 문자 및 숫자를 포함하는 차량번호정보를 추출한다.
이후, 외형정보추출단계에서 외형정보추출부(124)는 차종인식부(122)와 차량번호추출부(123)에서 얻어진 차량의 폭과 높이 비율 및 윤곽선정보와 차량의 번호판영역을 통해 차량의 전후면 이미지에서 차량의 헤드라이트 영역을 지정하고 헤드라이트, 루프, 윈도우, 사이드미러, 후미등, 라디에이터 그릴, 타이어 및 안개등의 형태에 따른 외형정보를 추출한다.
그리고 색상인식단계에서 색상인식부(125)는 차량의 이미지에서 밝기 값을 제거하여 차량의 순수 색정보와 색의 명칭을 포함하는 색상정보를 생성한다.
정보생성단계 ( S200 )
정보생성단계(S200)는 정보생성모듈(130)의 저장부(131)에 저장된 각 차종 및 차량모델별 외형정보 중, 정보추출단계(S100)에서 추출한 차량의 외형정보와 매칭되는 외형정보에 따른 차량모델을 식별하고, 차량번호 및 색상정보를 포함하는 차량정보를 생성하는 단계이다.
이때, 차량정보생성부(132)는 정보추출모듈(120)에서 제공된 차량의 외형정보의 이미지에서 차량을 제외한 배경을 제거한 후, AdaBoost 알고리즘을 이용하여 해당 외형정보와 저장부(131)에 저장된 외형정보에서 동일한 부분적 특징을 비교하고, 칼만(Kalman) 필터를 사용하여 비교가 완료된 차량의 부분적 외형정보와 대응되는 차량 모델명을 검색한다.
그리고, 정보추출단계(S100)의 정보추출모듈(120)에서 제공된 차량의 이미지, 차량번호정보, 차량 모델명 및 색상정보를 종합하여, 테이블 형태의 차량정보를 생성한다.
비교판단단계 ( S300 )
비교판단단계(S300)는 비교판단모듈(140)이 정보생성단계(S200)에서 생성한 차량정보를 관제서버(300)의 데이터베이스(310)에 저장된 차량정보와 비교하여 일치여부를 판단하고, 판단결과 및 알림정보를 상기 관제서버에 전송하는 단계이며, 비교확인 단계 및 결과전송단계를 포함한다.
비교확인단계에서 비교확인부(141)는 정보생성단계(S200)에서 생성한 차량정보를 관제서버(300)의 데이터베이스(310)에 저장된 차량정보와 비교하여 일치여부를 확인한다.
결과전송단계의 판단부(142)는 비교확인단계에서 상기 차량정보의 일치 여부에 따른 판단결과 및 상기 차량을 촬영한 촬영장치(200)의 설치 위치와 촬영시간을 포함하는 알림정보를 생성하여, 관제서버(300)에 전송한다.
결국, 본 발명은, 차량의 모델, 색상 및 차량번호를 실시간으로 식별할 수 있어, 범죄 및 수배차량 등의 상황에 빠른 대처가 가능하고, 차량의 외형과 차량번호를 동시에 추출하여 관제서버에 저장된 차량정보와 비교함으로써, 차량번호 변경을 통해 범죄에 악용될 수 있는 차량의 사전 검출이 가능해지며, 차량의 부분적 특징을 통해 차량 모델을 인식할 수 있어, 차량 모델 인식의 높은 정확성을 제공하고, 다양한 형태를 가지는 차량번호판의 인식이 가능하여 차량번호정보 추출에 높은 신뢰성을 제공하는 차량검출장치를 제공한다.
위에서 설명한 바와 같이 본 발명에 대한 구체적인 설명은 첨부된 도면을 참조한 실시예에 의해서 이루어졌지만, 상술한 실시예는 본 발명의 바람직한 예를 들어 설명하였을 뿐이기 때문에, 본 발명이 상기의 실시예에만 국한되는 것으로 이해되어져서는 아니 되며, 본 발명의 권리범위는 후술하는 청구범위 및 그 등가개념으로 이해되어져야 할 것이다.
100 : 차량검출장치
110 : 통신모듈
120 : 정보추출모듈
121 : 캡처부
122 : 차종인식부
123 : 차량번호추출부
124 : 외형정보추출부
125 : 색상인식부
130 : 정보생성모듈
131 : 저장부
132 : 차량정보생성부
140 : 비교판단모듈
141 : 비교확인부
142 : 판단부
200 : 촬영장치
300 : 관제서버
310 : 데이터베이스

Claims (12)

  1. 하나 이상의 촬영장치 및 관제서버와 통신하는 통신모듈;
    상기 촬영장치로부터 전송된 영상을 통해, 차량의 외형정보, 차량번호정보 및 색상정보를 추출하는 정보추출모듈;
    상기 정보추출모듈로부터 제공된 상기 차량의 외형정보, 차량번호정보 및 색상정보를 바탕으로 상기 차량에 대한 차량정보를 생성하는 정보생성모듈; 및
    상기 정보생성모듈에서 생성한 상기 차량의 차량정보를 상기 관제서버의 데이터베이스에 저장되어 있는 차량정보와 비교하여 일치 여부를 판단하는 비교판단모듈;을 포함하며,
    상기 정보추출모듈은 상기 촬영장치로부터 제공된 상기 차량의 영상을 일정영역으로 분할하여, 분할된 영역별로 상기 차량의 외형정보를 추출하고,
    상기 정보추출모듈은,
    상기 촬영장치에서 전송된 영상을 캡처하여, 캡처된 영상으로부터 상기 차량이 통과하지 않을 때의 배경 이미지 및 상기 차량이 포함된 이미지를 생성하는 캡처부;
    상기 차량의 이미지로부터 상기 차량의 폭과 높이의 비율을 도출하고, 상기 비율에 따라 차종을 인식하는 차종인식부;
    상기 차량의 이미지로부터 번호판영역을 지정하고, 상기 번호판영역의 차량번호정보를 추출하는 차량번호추출부;
    상기 차량의 이미지로부터 전송된 상기 차량의 전면 및 후면 영상을 상기 차량의 높이에 따라 분할하여, 분할된 영역별로 상기 차량의 외형정보를 추출하는 외형정보추출부; 및
    상기 차량의 이미지에서 밝기 값을 제거하여 상기 차량의 색상정보를 생성하는 색상인식부;를 포함하며,
    상기 차종인식부는, 상기 캡처부에서 생성한 상기 차량이 포함된 이미지에서 상기 배경 이미지를 제거하여, 상기 배경이 제거된 차량의 이미지로부터 상기 차량의 윤곽선정보를 추출하고, 상기 윤곽선정보가 포함된 이미지 영역을 일정 픽셀(Pixel)단위로 나누어, 차량의 윤곽선 영역 내에 가로 및 세로방향으로 나타나는 픽셀의 개수 비율을 통해 차량의 폭과 높이의 비율로 차종을 인식하는 것을 특징으로 하는
    차량검출장치.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 차량번호추출부는 상기 차량의 이미지에 DOG(Difference of Gaussian)필터 및 이진화(binarization)를 적용하여 연속된 4자리의 숫자열을 검출하고, 상기 숫자열을 구성하는 숫자의 높이, 가로 및 세로의 비율, 인접한 숫자의 상단 또는 하단의 높이차, 인접한 숫자 사이의 간격 및 전체 숫자 배열의 길이 중 적어도 어느 하나의 수치에 따라 상기 번호판영역을 지정하여 상기 번호판영역의 문자 및 숫자를 포함하는 차량번호정보를 추출하는 것을 특징으로 하는
    차량검출장치.
  5. 제1항에 있어서,
    상기 외형정보추출부는 상기 차종인식부 및 차량번호추출부로부터 제공된 상기 차량의 윤곽선정보 및 번호판영역을 통해 상기 차량의 헤드라이트영역을 지정하고, SIFT(Scale Invariant Feature Transform) 알고리즘을 통해 상기 헤드라이트영역의 외형정보를 추출하는 것을 특징으로 하는
    차량검출장치.
  6. 제1항에 있어서,
    상기 정보생성모듈은,
    각 차종 및 차량 모델별 외형정보가 저장된 저장부;
    상기 저장부에 저장된 상기 외형정보 중, 상기 정보추출모듈에서 생성한 상기 차량의 외형정보와 매칭되는 외형정보, 상기 차량의 차량번호정보 및 색상정보를 통해 상기 차량의 차량정보를 생성하는 차량정보생성부;를 포함하는 것을 특징으로 하는
    차량검출장치.
  7. 제6항에 있어서,
    상기 차량정보생성부가 상기 저장부에 저장된 외형정보와 비교하기 위한 상기 차량의 외형정보는, 상기 차량의 루프, 윈도우, 사이드미러, 타이어, 헤드라이트, 후미등, 라디에이터 그릴, 타이어 및 안개등의 형태 중 적어도 어느 하나 이상인 것을 특징으로 하는
    차량검출장치.
  8. 제1항에 있어서,
    상기 비교판단모듈은,
    상기 관제서버의 데이터베이스에 저장된 차량정보와 상기 정보생성모듈에서 생성한 차량정보를 비교하여 일치 여부를 확인하는 비교확인부; 및
    상기 비교확인부의 일치 여부에 따른 결과 값, 상기 촬영장치의 설치 위치 및 촬영시간을 포함하는 알림정보를 생성하여, 상기 관제서버에 전송하는 판단부;를 포함하는 것을 특징으로 하는
    차량검출장치.
  9. 차량을 촬영하는 하나 이상의 촬영장치;
    상기 촬영장치로 영상을 제공받고, 차량정보가 저장된 데이터베이스를 가지는 관제서버; 및
    상기 촬영장치로부터 전송된 상기 차량의 영상을 통해 생성한 상기 차량의 차량정보와 상기 관제서버에 저장된 데이터베이스의 차량정보의 일치 여부를 판단하는 차량검출장치;를 포함하며,
    상기 차량검출장치는 상기 촬영장치의 영상을 통해 상기 차량의 차량정보를 생성하고, 상기 관제서버의 데이터베이스에 저장된 차량정보와 상기 차량의 차량정보의 일치 여부를 판단하여, 판단결과를 상기 관제서버에 전송하며,
    상기 차량검출장치는 상기 촬영장치로부터 전송된 영상을 캡처하여, 캡처된 영상으로부터 상기 차량이 통과하지 않을 때의 배경 이미지 및 상기 차량이 포함된 이미지를 생성하고, 상기 차량이 포함된 이미지에서 상기 배경 이미지를 제거하여, 상기 배경이 제거된 차량의 이미지로부터 상기 차량의 윤곽선정보를 추출하며, 상기 윤곽선정보가 포함된 이미지 영역을 일정 픽셀(Pixel)단위로 나누어, 차량의 윤곽선 영역 내에 가로 및 세로방향으로 나타나는 픽셀의 개수 비율을 통해 차량의 폭과 높이의 비율로 차종을 인식하는 것을 특징으로 하는
    차량검출 시스템.
  10. 하나 이상의 촬영장치로부터 전송된 영상을 통해 차량의 외형정보, 차량번호정보 및 색상정보를 추출하는 정보추출단계;
    정보생성모듈의 저장부에 저장된 각 차종 및 차량별 외형정보 중, 상기 정보추출단계에서 추출한 상기차량의 외형정보와 매칭되는 외형정보, 상기 차량의 차량번호 정보 및 색상정보를 포함하는 차량정보를 생성하는 정보생성단계; 및
    상기 정보생성단계에서 생성한 상기 차량정보를 관제서버의 데이터베이스에 저장된 차량정보와 비교하여 일치 여부를 판단하고, 판단결과 및 알림정보를 상기 관제서버에 전송하는 비교판단단계;를 포함하며,
    상기 정보추출단계는,
    상기 촬영장치의 영상으로부터 상기 차량의 이미지를 생성하는 캡처단계;
    상기 차량의 이미지에서 상기 차량의 윤곽선 정보를 생성하여, 상기 차량의 폭과 높이의 비율에 따라 차종을 인식하는 차종인식단계;
    상기 차량의 이미지에 DoG(Difference of Gaussian)필터 적용 및 이진화(binarization)를 통해 연속된 4자리의 숫자열을 검출하고, 상기 숫자열을 구성하는 숫자의 높이, 가로 및 세로의 비율, 인접한 숫자의 상단 또는 하단의 높이차, 인접한 숫자 사이의 간격 및 전체 숫자 배열의 길이 중 적어도 어느 하나의 수치에 따라 번호판영역을 지정하여 상기 번호판영역의 문자 및 숫자를 포함하는 차량번호정보를 추출하는 차량번호추출단계;
    상기 차종인식단계의 상기 차량의 폭과 높이 비율 및 윤곽선정보와 상기 차량번호추출단계의 상기 차량의 번호판영역을 통해 상기 차량의 외형정보를 추출하는 외형정보추출단계; 및
    상기 차량의 이미지에서 밝기 값을 제거하여 상기 차량의 색상정보를 생성하는 색상인식단계;를 포함하고,
    상기 캡처단계는, 촬영장치로부터 전송된 영상을 캡처하여, 캡처된 영상으로부터 상기 차량이 통과하지 않을 때의 배경 이미지 및 상기 차량이 포함된 이미지를 생성하는 단계이며,
    상기 차종인식 단계는, 상기 캡처단계에서 생성된 상기 차량이 포함된 이미지에서 상기 배경 이미지를 제거하여, 상기 배경이 제거된 차량의 이미지로부터 상기 차량의 윤곽선정보를 추출하고, 상기 윤곽선정보가 포함된 이미지 영역을 일정 픽셀(Pixel)단위로 나누어, 차량의 윤곽선 영역 내에 가로 및 세로방향으로 나타나는 픽셀의 개수 비율을 통해 차량의 폭과 높이의 비율로 차종을 인식하는 단계인 것을 특징으로 하는
    차량검출장치를 이용한 차량검출 방법.
  11. 삭제
  12. 제10항에 있어서,
    상기 비교판단단계는,
    상기 정보생성단계에서 생성한 상기 차량정보와 상기 관제서버의 데이터베이스에 저장된 차량정보와 비교하여 일치 여부를 확인하는 비교확인단계; 및
    상기 비교확인단계에서 상기 차량정보의 일치 여부에 따른 판단결과 및 상기 차량을 촬영한 상기 촬영장치의 설치 위치와 촬영시간을 포함하는 알림정보를 생성하여, 상기 관제서버에 전송하는 결과전송단계;를 포함하는 것을 특징으로 하는
    차량검출장치를 이용한 차량검출 방법.
KR1020140061360A 2014-05-22 2014-05-22 차량검출장치 KR101615206B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140061360A KR101615206B1 (ko) 2014-05-22 2014-05-22 차량검출장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140061360A KR101615206B1 (ko) 2014-05-22 2014-05-22 차량검출장치

Publications (2)

Publication Number Publication Date
KR20150134548A KR20150134548A (ko) 2015-12-02
KR101615206B1 true KR101615206B1 (ko) 2016-05-12

Family

ID=54882977

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140061360A KR101615206B1 (ko) 2014-05-22 2014-05-22 차량검출장치

Country Status (1)

Country Link
KR (1) KR101615206B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101918668B1 (ko) * 2018-07-04 2018-11-14 건아정보기술 주식회사 고정확도의 고속 차종 인식 방법 및 그 방법을 수행하는 장치
KR102204430B1 (ko) * 2020-08-11 2021-01-19 (주)신한항업 현장위치별 수치좌표를 비교해서 mms 수치지도 정보의 오류를 자동 검색하는 수치데이터 시스템
KR102204431B1 (ko) * 2020-08-11 2021-01-19 (주)신한항업 Mms 전용 수치데이터의 정밀성 추가를 위한 데이터 보정시스템
KR102296471B1 (ko) 2021-02-05 2021-09-01 주식회사 알씨 인공지능 기반 차량 적재불량 검출 시스템
KR102331215B1 (ko) * 2020-07-30 2021-12-01 (주)동광지엔티 Mms 기반 수치지도의 편집환경에 맞춘 데이터 오류 자동확인 시스템
KR102331217B1 (ko) * 2020-07-30 2021-12-01 (주)동광지엔티 구간별 현장정보의 실시간 수집을 통한 mms 기반의 수치지도 업데이팅 시스템
WO2022119130A1 (ko) * 2020-12-02 2022-06-09 주식회사 텔레칩스 이미지 오류 검출 방법 및 그 장치

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102025132B1 (ko) * 2017-12-15 2019-11-04 주식회사 인포쉐어 영상이미지 분석 기반의 타이어 공기압 측정 시스템 및 방법
KR102082082B1 (ko) * 2019-08-21 2020-02-26 주식회사 싸이토피아 다차선 차량번호 인식용 카메라 시스템
KR102274108B1 (ko) * 2019-11-28 2021-07-08 파킹클라우드 주식회사 지정 차량을 모니터링하기 위한 주차장을 운영하는 방법 및 컴퓨터 판독가능 저장 매체
KR102385191B1 (ko) * 2020-03-27 2022-04-08 기창민 위험차량 실시간 추적 시스템 및 추적 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1:멀티미디어학회
논문2:한국콘텐츠학회

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101918668B1 (ko) * 2018-07-04 2018-11-14 건아정보기술 주식회사 고정확도의 고속 차종 인식 방법 및 그 방법을 수행하는 장치
KR102331215B1 (ko) * 2020-07-30 2021-12-01 (주)동광지엔티 Mms 기반 수치지도의 편집환경에 맞춘 데이터 오류 자동확인 시스템
KR102331217B1 (ko) * 2020-07-30 2021-12-01 (주)동광지엔티 구간별 현장정보의 실시간 수집을 통한 mms 기반의 수치지도 업데이팅 시스템
KR102204430B1 (ko) * 2020-08-11 2021-01-19 (주)신한항업 현장위치별 수치좌표를 비교해서 mms 수치지도 정보의 오류를 자동 검색하는 수치데이터 시스템
KR102204431B1 (ko) * 2020-08-11 2021-01-19 (주)신한항업 Mms 전용 수치데이터의 정밀성 추가를 위한 데이터 보정시스템
WO2022119130A1 (ko) * 2020-12-02 2022-06-09 주식회사 텔레칩스 이미지 오류 검출 방법 및 그 장치
KR102296471B1 (ko) 2021-02-05 2021-09-01 주식회사 알씨 인공지능 기반 차량 적재불량 검출 시스템

Also Published As

Publication number Publication date
KR20150134548A (ko) 2015-12-02

Similar Documents

Publication Publication Date Title
KR101615206B1 (ko) 차량검출장치
US8233662B2 (en) Method and system for detecting signal color from a moving video platform
TWI475524B (zh) 利用影像偵測違規車輛的系統及方法
US9721173B2 (en) Machine learning approach for detecting mobile phone usage by a driver
CN104778444B (zh) 道路场景下车辆图像的表观特征分析方法
KR101935399B1 (ko) 심층 신경망 알고리즘 기반 광역 다중 객체 감시 시스템
CN108197523B (zh) 基于图像转换及轮廓邻域差异的夜间车辆检测方法及系统
KR101727054B1 (ko) 교통신호등의 특징점 추출에 기초한 교통신호등의 검출과 인식 방법
JP5105400B2 (ja) 交通量計測方法および交通量計測装置
KR20180124477A (ko) 주차 관리 시스템 및 방법
KR101727487B1 (ko) 내용기반 차량분석기 및 이를 이용한 내용기반 차량분석방법
KR101948817B1 (ko) 주차장용 번호판 인식시스템
KR101756848B1 (ko) 불법 주정차 관리 시스템
KR100948382B1 (ko) 방범 서비스 방법 및 시스템
JP2010102466A (ja) 車両認識装置
US8229170B2 (en) Method and system for detecting a signal structure from a moving video platform
US11482012B2 (en) Method for driving assistance and mobile device using the method
KR20160040036A (ko) 다수의 ip카메라를 이용한 차량번호판 인식장치 및 인식방법
KR101809490B1 (ko) 고해상도 영상 기반의 차량 진출입관리추적장치
CN110491133B (zh) 一种基于置信度的车辆信息校正系统和方法
KR102290353B1 (ko) 객체 인식을 이용한 무단횡단 경보 시스템 및 방법
KR20220115193A (ko) 장애인 전용 주차구역 불법주차 관리 시스템
JP4706693B2 (ja) 車色判定装置、車色判定システム及び車色判定方法
KR100861572B1 (ko) 차량 탑재형 주,정차 금지구역 단속 시스템 및 방법
CN110119769A (zh) 一种基于多模态车辆特征的检测预警方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee