KR102138378B1 - 대사작업 통합 관리 및 처리 방법 - Google Patents

대사작업 통합 관리 및 처리 방법 Download PDF

Info

Publication number
KR102138378B1
KR102138378B1 KR1020190173584A KR20190173584A KR102138378B1 KR 102138378 B1 KR102138378 B1 KR 102138378B1 KR 1020190173584 A KR1020190173584 A KR 1020190173584A KR 20190173584 A KR20190173584 A KR 20190173584A KR 102138378 B1 KR102138378 B1 KR 102138378B1
Authority
KR
South Korea
Prior art keywords
vehicle
image
illegal parking
vehicle number
license plate
Prior art date
Application number
KR1020190173584A
Other languages
English (en)
Inventor
이범수
송진호
강외철
최항훈
Original Assignee
유한회사 홍석
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 유한회사 홍석 filed Critical 유한회사 홍석
Application granted granted Critical
Publication of KR102138378B1 publication Critical patent/KR102138378B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 실시예에 따른 대사작업 통합 관리 및 처리방법은 하나 이상의 불법 주정차 단속 시스템으로부터 불법 주정차 차량에 대한 단속 증거 이미지 및 단속 정보를 입력받는 단계; 차량번호인식 알고리즘을 이용하여 상기 단속 증거 이미지로부터 상기 불법 주정차 차량의 차량 번호를 자동으로 인식하는 단계; 상기 인식된 차량 번호와 상기 단속 정보에 포함된 상기 불법 주정차 차량의 차량 번호가 일치하는 지를 확인하는 단계를 포함한다.

Description

대사작업 통합 관리 및 처리 방법{METHOD FOR MANAGING AND PROCESSING COMPARISON AND EXAMINATION OF PARKING VIOLATION}
본 발명은 대사작업 통합 관리 및 처리 방법에 관한 것이다.
한국의 경우 불법 주정차 차량에 대한 단속 및 벌금의 부과는 지방자치 단체가 수행하고 있다.
여러 업체의 불법 주정차 단속 시스템은 지방 자치 단체에게 불법 주정차 차량에 대한 이미지를 제공하고, 지방 자치 단체의 담당자는 불법 주정차 차량의 차량번호와 상기 이미지를 수동으로 대조하여 불법 주정차 차량의 차량번호가 맞는지를 확인한다. 이러한 대조 및 차량번호의 조사를 대사작업(對照調査)이라 한다.
대사작업은 지방자치단체의 담당자에 의하여 일일이 수동으로 이루어지기 때문에 작업량이 클 뿐만 아니라 작업속도까지 느려 지방자체단체의 대표적인 행정력 낭비 사례 중 하나이다.
이에 따라 대사작업을 자동으로 수행할 수 있는 기술에 대한 요구가 증대되고 있다.
공개특허 10-2016-0050883 (공개일 : 2016년05월11일)
본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법은 수동으로 이루어지던 대사작업을 자동화하기 위한 것이다.
본 출원의 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않는 또 다른 과제는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일측면에 따르면, 하나 이상의 불법 주정차 단속 시스템으로부터 불법 주정차 차량에 대한 단속 증거 이미지 및 단속 정보를 입력받는 단계; 차량번호인식 알고리즘을 이용하여 상기 단속 증거 이미지로부터 상기 불법 주정차 차량의 차량 번호를 자동으로 인식하는 단계; 상기 인식된 차량 번호와 상기 단속 정보에 포함된 상기 불법 주정차 차량의 차량 번호가 일치하는 지를 확인하는 단계를 포함하는 대사작업 통합 관리 및 처리방법이 제공될 수 있다.
본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법은 차량번호의 자동 인식 및 단속 증거 이미지에 대한 자동 모자이크 또는 블러 처리를 통하여 대사작업을 자동화할 수 있다.
본 출원의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않는 또 다른 효과는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1a 및 도 1b는 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법을 설명하기 위한 도면이다.
도 2는 본 발명의 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법을 수행할 수 있는 대사작업 자동화 처리부의 일례를 나타낸다.
도 3 및 도 4는 불법 주정차 차량을 제외한 나머지 객체들의 처리의 일례를 설명하기 위한 도면이다.
도 5는 그늘진 차량 번호판 이미지의 처리 일례를 나타낸다.
이하 본 발명의 실시예에 대하여 첨부한 도면을 참조하여 상세하게 설명하기로 한다. 다만, 첨부된 도면은 본 발명의 내용을 보다 쉽게 개시하기 위하여 설명되는 것일 뿐, 본 발명의 범위가 첨부된 도면의 범위로 한정되는 것이 아님은 이 기술분야의 통상의 지식을 가진 자라면 용이하게 알 수 있을 것이다.
또한, 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1a 및 도 1b는 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법을 설명하기 위한 도면이다. 대사 작업에 대해서는 앞서 [발명의 배경이 되는 기술]에서 상세히 설명하였으므로 이에 대한 설명은 생략된다.
도 1a 및 도 1b에 도시된 바와 같이, 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법은 대사작업 자동화 처리부(100)가 하나 이상의 불법 주정차 단속 시스템(200)으로부터 불법 주정차 차량에 대한 단속 증거 이미지 및 단속 정보를 입력받는 단계(S110)를 포함한다.
불법 주정차 단속 시스템(200)은 불법으로 주차 또는 정차되어 있는 차량의 이미지, 즉, 단속 증거 이미지를 촬영하며, 불법 주정차 차량에 대한 단속 정보를 생성할 수 있다. 이 때 불법 주정차 단속 시스템(200)은 고정식 불법 주정차 단속 시스템(200) 또는 이동식 불법 주정차 단속 시스템(200)일 수 있다.
단속 증거 이미지는 불법 주정차 차량의 차량 번호판에 대한 이미지를 포함한다. 상기 단속 정보는 불법 주정차 차량의 차량 번호, 단속 장소, 단속 시간, 카메라 번호 등을 포함할 수 있으나, 이와 같은 정보에 한정되는 것은 아니며 상기 정보 이외의 다른 정보들을 더 포함할 수 있다.
본 발명의 실시예에 따른 대사작업 자동화 처리부는 여러 방법을 통하여 하나 이상의 불법 주정차 단속 시스템(200)으로부터 단속 증거 이미지 및 단속 정보를 입력받을 수 있다.
예를 들어, 첫번째 방법으로는, 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)는 하나 이상의 불법 주정차 단속 시스템(200)으로부터 인터넷과 같은 네트워크를 통하여 정해진 시간마다 일괄적으로 단속 증거 이미지 및 단속 정보를 전송받을 수 있다.
두번째 방법으로는, 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)는 하나 이상의 불법 주정차 단속 시스템(200)으로부터 네트워크를 통하여 실시간으로 단속 증거 이미지 및 단속 정보를 전송받을 수 있다.
세번째 방법으로는, 단속 증거 이미지 및 단속 정보는 불법 주정차 단속 시스템(200)으로부터 USB 메모리, SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 이동가능 저장매체(300)로 전송되어 저장될 수 있으며, 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)는 외부 저장 장치에 저장된 단속 증거 이미지 및 단속 정보를 전송받을 수 있다.
첫번째 방법과 두번째 방법의 경우, 하나 이상의 불법 주정차 단속 시스템(200)에 전용 프로그램이 설치됨으로써 단속 증거 이미지 및 단속 정보가 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)로 전송될 수 있다.
한편, 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법 은 대사작업 자동화 처리부(100)가 차량번호인식 알고리즘을 이용하여 단속 증거 이미지로부터 불법 주정차 차량의 차량 번호를 자동으로 인식하는 단계(S130)를 포함한다.
기존의 불법 주정차 단속 시스템(200)은 번호판의 사각 영역을 찾아서 번호판을 추출하기 때문에 번호판이 사람, 물체 혹은 그림자 등에 가리는 것과 같은 주변 환경에 따라 차량 번호판의 인식률이 떨어졌다. 또한 기존의 불법 주정차 단속 시스템(200)은 문자비교방식인 OCR 방식으로 번호판의 숫자나 문자를 인식하여 차량 번호의 인식률이 낮았다.
이에 비하여 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법의 경우, 대사작업 자동화 처리부(100)는 인공지능 알고리즘 YOLO(You Only Look Once)를 이용하여 차량의 번호판, 번호판에 있는 문자 및 숫자를 학습하여 딥러닝(deep-learning)을 통해 학습된 최적의 가중치를 이용하여 차량의 번호판을 찾음으로써 차량 번호판의 인식률을 크게 향상시킬 수 있다.
인공지능 알고리즘 YOLO는 딥러닝을 통해 학습된 가중치(학습된 사람, 차량, 번호판 등의 데이타)를 이용하여 문자나 숫자를 추출함으로써 차량 번호의 숫자 및 문자에 대한 인식률을 향상시킬 수 있다.
YOLO는 이미지 내의 bounding box와 class probability를 single regression problem으로 간주하여, 이미지를 한 번 보는 것으로 object의 종류와 위치를 추측하는데, single convolutional network를 통해 multiple bounding box에 대한 class probablility를 계산할 수 있다.
이 때 가중치는 YOLO 인공지능 알고리즘이 수만장의 번호판 이미지에 대한 딥러닝을 수행하여 나온 비교 데이타로서 인공지능으로 학습된 학습 데이터일 수 있다.
본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법은 대사작업 자동화 처리부(100)가 인식된 차량 번호와 단속 정보에 포함된 불법 주정차 차량의 차량 번호가 일치하는 지를 확인하는 단계(S150)를 포함한다.
앞서 설명된 바와 같이, 기존의 불법 주정차 단속 시스템(200)은 불법 주정차 차량의 번호판을 인식하는 과정에서 에러를 발생시킬 가능성이 비교적 클 수 있다.
본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법은 단속 증거 이미지에 대한 번호판 인식을 수행하여 자동 추출된 차량 번호와 단속 정보의 차량 번호를 비교함으로써 기존의 불법 주정차 단속 시스템(200)이 생성한 단속 정보가 맞는지를 확인할 수 있다.
한편, 도 2는 대사작업 자동화 처리부(100)의 일례를 나타낸다. 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)를 나타낸다. 도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)는 정보를 전달하기 위한 버스(102) 또는 다른 통신 메커니즘을 포함할 수 있다.
이와 같은 버스(102) 또는 다른 통신 메커니즘은, 프로세서(104), 컴퓨터 판독가능한 기록매체인 메모리부(RM), 근거리 통신 모듈(예를 들어, 블루투스나 NFC), 네트워크 인터페이스나 이동통신 모듈을 포함하는 통신부(112), 디스플레이부(114)(예를 들면, 비디오 어댑터, CRT 또는 LCD 등), 입력부(118)(예를 들면, 키보드, 키패드, 가상 키보드, 마우스, 트랙볼, 스타일러스, 터치 감지 수단 등), 및/또는 하위시스템들을 상호 접속한다.
메모리부(RM)는 휘발성 메모리(106)(예를 들면, RAM), 비휘발성 메모리(108)(예를 들면, ROM), 디스크 드라이브(110)(예를 들면, HDD, SSD, 광 디스크, 플래쉬 메모리 드라이브 등)를 포함하나 이에 한정되는 것은 아니다.
이 때 디스크 드라이브는 non-transitory 기록매체일 수 있다. 광 디스크는 CD, DVD, Blu-ray disc이나 이에 한정되는 것은 아니다. 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)는 하나 이상의 디스크 드라이브(110)를 구비할 수 있다.
또한 도 2에 도시된 바와 같이, 디스크 드라이브(110)는 프로세서(104)와 함께 하우징(120)에 구비될 수 있으나 이와 다르게 원격에 설치되어 프로세서(104)와 원격 통신을 수행할 수도 있다. 또한 하나 이상의 디스크 드라이브(110)들은 온라인 계약 체결에 사용될 수 있는 데이터베이스를 저장할 수 있다.
메모리부(RM)는 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)의 동작에 필요한 운영 체제, 드라이버, 애플리케이션 프로그램, 인공지능 알고리즘, 데이터 및 데이터베이스 등을 저장할 수 있으나 이에 한정되는 것은 아니다.
디스플레이부(114)는 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)의 동작 및 유저 인터페이스를 표시할 수 있다.
프로세서(104)는 CPU, AP(Application Processor), 마이크로 컨트롤러, 디지털 신호 프로세서(DSP) 등일 수 있으나 이에 한정되는 것은 아니며, 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)의 동작을 제어한다.
프로세서(104)는 메모리부(RM)에 접속하여 메모리부(RM)에 저장된 명령들이나 로직의 하나 이상의 시퀀스들을 실행하는 것에 의해 본 발명의 실시예에 따른 대사작업 자동화 처리부(100)의 동작을 제어한다.
프로세서(104)는 디스플레이부(114)용 하드웨어 제어기와 통신하여 디스플레이부(114) 상에 대사작업 자동화 처리부(100)의 동작 및 유저 인터페이싱 동작을 표시할 수 있다.
버스(102)의 배선들(wires)을 포함하는 송신 매체들은 동축 케이블들, 동선(copper wire), 및 광섬유들을 포함할 수 있다. 일 예에서, 송신 매체들은, 라디오 파 통신이나 적외선 데이터 통신 동안 생성된 음파 또는 광파의 형태를 취할 수도 있다.
메모리부(RM)들의 몇몇 공통의 형태들은, 예를 들면, 플로피 디스크, 플렉시블 디스크, 하드 디스크, 자기 테이프, 임의의 다른 자기 매체, CD-ROM, 임의의 다른 광학 매체, 펀치 카드들, 종이 테이프, 구멍들의 패턴을 갖는 임의의 다른 물리적 매체, RAM, PROM, EPROM, FLASH-EPROM를 포함할 수 있다.
본 발명의 실시예에 따른 대사작업 자동화 처리부(100)는, 통신 링크 및 통신부(112)를 통해 메시지들, 데이터, 정보 및 하나 이상의 프로그램들(즉, 애플리케이션 코드)을 포함하는 명령들을 송신하고 수신할 수도 있다.
통신부(112)는, 통신 링크를 통한 송수신을 가능하게 하기 위한, 별개의 또는 통합된 안테나를 포함할 수도 있다. 통신부(112)는 통신 링크에 의해 네트워크에 접속하여 계약자용 단말기(200) 및 계약 안내자용 단말기(300)와 통신할 수 있다. 네트워크는 LAN, WLAN, PTSN, 및 셀룰러 폰 네트워크 중 적어도 하나를 포함할 수 있으나 이에 한정되는 것은 아니다.
통신부(112)는 상기 네트워크에 접속하기 위한 네트워크 인터페이스 및 이동통신 모듈 중 적어도 하나를 포함할 수 있다. 이동통신 모듈은 세대별 이동통신망(예를 들어, 2G 내지 5G 이동통신망)에 접속가능하다.
수신된 프로그램 코드는 수신될 때 프로세스(104)에 의해 실행될 수도 있고/있거나 실행을 위해 디스크 드라이브(110) 또는 몇몇 다른 비휘발성 메모리에 저장될 수도 있다.
이상에서 설명된 대사작업 자동화 처리부(100)는 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법을 구현하기 위한 장치의 일례일 뿐 이에 한정되는 것은 아니며 다른 구조의 장치 역시 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법을 구현할 수 있다.
한편, 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법은 인식된 차량 번호와 단속 정보에 포함된 불법 주정차 차량의 차량 번호가 일치하지 않을 경우, 대사작업 자동화 처리부(100)가 단속 정보에 포함된 불법 주정차 차량의 차량 번호를 수정하는 단계를 더 포함할 수 있다.
대사작업 자동화 처리부(100)는 단속 증거 이미지로부터 인공지능 알고리즘을 이용하여 번호판의 차량 번호를 자동으로 인식하고, 인식된 차량 번호가 단속 정보와 일치하는 지를 확인할 수 있다. 확인 과정에서 단속 정보의 오류가 발견되면 불법 주정차 차량의 차량 번호가 수정됨으로써 단속 정보가 갱신될 수 있다.
한편, 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법은 대사작업 자동화 처리부(100)가 단속 증거 이미지에서 불법 주정차 차량을 제외한 나머지 객체들 중 적어도 일부를 불법 주정차 차량에 비하여 자동으로 식별이 불가능하게 처리하는 단계를 더 포함할 수 있다. 이 때 대사작업 자동화 처리부(100)는 모자이크 또는 블러(blur) 처리를 수행함으로써 상기 적어도 일부를 식별이 불가능하게 처리할 수 있다.
예를 들어, 도 3 및 도 4에 도시된 바와 같이, 불법 주정차 단속 시스템(200)이 설정된 시간마다 동일한 장소에서 사진을 촬영할 수 있다. 즉, 도 3의 사진이 촬영된 후 정해진 시간 이후에 도 4와 같은 사진이 촬영될 수 있다. 주정차 단속 구역에서는 정해진 시간 이상 차량이 주차 또는 정차할 경우 불법 주정차 차량으로 단속될 수 있다.
이에 따라 도 3 및 도 4의 좌측 및 중앙 차량이 불법 주정차 차량에 해당되고, 도 3 및 도 4의 우측 차량은 정상적인 주정차 차량에 해당될 수 있다. 아울러 도 3 및 도 4의 사진에는 단속 대상이 되는 차량과는 무관한 객체, 예를 들어, 사람 등이 표시될 수 있다.
앞서 [발명의 배경이 되는 기술]에서 설명된 바와 같이, 기존의 경우, 정상적인 주정차 차량이나 단속 대상이 되는 차량과는 무관한 객체는 지장자치단체의 업무 담당자에 의하여 수동으로 모자이크 또는 블러 처리될 수 있다.
이에 비하여 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리 방법의 경우, 대사작업 자동화 처리부(100)가 단속 증거 이미지에서 불법 주정차 차량을 제외한 나머지 객체들 중 적어도 일부(예를 들어, 정상적인 주정차 차량, 지나가는 행인 등)를 자동으로 모자이크 또는 블러 처리할 수 있다.
상기 적어도 일부의 객체 인식을 위하여 대사작업 자동화 처리부(100)는 앞서 설명된 인공지능 알고리즘 YOLO(You Only Look Once)를 이용할 수 있다. 대사작업 자동화 처리부(100)는 인공지능 알고리즘으로 사람, 차량, 차량 이외의 다양한 물체 등을 학습하여 딥러닝(deep-learning)을 통해 학습된 최적의 가중치를 이용함으로써 단속 증거 이미지에서 불법 주정차 차량을 제외한 나머지 객체들 중 적어도 일부를 자동으로 모자이크 또는 블러 처리할 수 있다.
이 때 식별이 불가능하게 처리되는 객체는 불법 주정차 불법 주정차 차량 주변의 사람, 불법 주정차 차량 주변의 차량, 또는 불법 주정차 차량 주변의 차량의 번호판일 수 있다. 이를 통하여 불법 주정차 차량 이외의 사람이나 물체에 대한 프라이버시 침해 및 인권 침해가 방지될 수 있다.
한편, 차량 번호판이 기울어져 표시될 경우, 대사작업 자동화 처리부(100)는 차량 번호판의 모서리 꼭지점을 찾아 차량 번호판의 이미지를 직사각형으로 늘림으로써 정면에서 차량 번호판이 보이는 것처럼 차량 번호판의 이미지를 변형할 수 있다.
차량 번호판의 모서리 꼭지점은 다양한 방법에 의하여 찾을 수 있는데, 예를 들어, 대사작업 자동화 처리부(100)는 차량 번호판 이미지에 가상 하프 라인(half-line)을 형성하고, 가상 하프 라인의 평행선과 수직선의 교차점을 통하여 모서리 꼭지점을 찾을 수 있다.
또한, 단속 증거 이미지의 차량 번호판에 그늘이 지는 경우, 기존에는 전체 차량 번호판의 계조값의 평균값을 구해 영상처리하는 방식이어서 인식 오류가 발생할 수 있었다.
이에 비하여 본 발명의 경우, 대사작업 자동화 처리부(100)는 차량 번호판의 이미지에서 그늘진 영역을 추출할 수 있다. 이에 대하여 도 5를 참조하여 아래에서 상세히 설명한다.
실제 차량 번호판은 숫자 및 문자 영역과 배경 영역을 포함하며, 숫자 및 문자 영역과 배경 영역의 컬러 및 밝기는 규격화되어 있다.
이에 따라 차량 번호판의 이미지를 구성하는 픽셀의 계조값을 통하여 숫자 및 문자 영역과 배경 영역을 서로 분리할 수 있다. 예를 들어, 도 5와 같이 차량 번호판의 숫자 및 번호가 검정색으로 표현되고, 배경이 하얀색으로 표현될 수 있다.
이와 같은 경우, 픽셀의 계조값이 제1 기준값(예를 들어, 계조값 10)보다 작으면, 해당 픽셀이 숫자 및 번호 영역에 포함되고, 픽셀의 계조값이 제1 기준값보다 큰 제2 기준값(예를 들어, 계조값 245)이면 해당 픽셀이 배경 영역에 포함되도록 처리될 수 있다.
그런데 그늘진 영역의 계조값은 제1 기준값보다 크고 제2 기준값보다 작으므로, 대사작업 자동화 처리부(100)는 제1 기준값보다 크고 제2 기준값보다 작은 계조값을 지닌 픽셀을 추출함으로써 차량 번호판의 이미지에서 그늘진 영역을 추출할 수 있다.
대사작업 자동화 처리부(100)는 그늘진 영역의 픽셀의 계조값의 평균값(이하, 그늘 평균값이라 함)을 도출할 수 있다. 그늘진 영역의 픽셀의 계조값이 그늘 평균값보다 크면, 대사작업 자동화 처리부(100)는 해당 픽셀을 배경 영역으로 처리할 수 있다. 또한 그늘진 영역의 픽셀의 계조값이 그늘 평균값보다 작으면, 대사작업 자동화 처리부(100)는 해당 픽셀을 숫자 및 문자 영역으로 처리할 수 있다.
이와 같은 과정을 거쳐 도 5에 도시된 바와 같이, 그늘이 제거된 차량 번호 표시판의 이미지가 도출될 수 있다.
앞서 설명된 바와 같이, 기존의 경우 차량 번호판 전체의 계조값을 평균내서 처리하지만, 본 발명은 그늘진 영역을 별도로 추출하여 처리함으로써 보다 정확한 번호판 인식이 가능하다.
한편, 대사작업 자동화 처리부(100)는 단속 증거 이미지에서 랜덤(random)하게 객체(예를 들어, 사람의 얼굴, 차량 번호판, 차량 등)를 탐색할 수 있으며, 이 과정에서 프로세서(104)의 다중 코어(multi core)가 활용될 수 있다. 이에 따라 객체 탐색의 속도가 빨라질 수 있다.
즉, 기존에는 단속 증거 이미지에서 객체를 찾을 때 단속 증거 이미지의 위에서 아래로 또는 아래에서 위로 순차적으로 찾았는데, 본 발명은 위아래 구분없이 램덤하게 탐색함으로써 객체 탐색의 속도가 빨라질 수 있다. 이 때 복수의 탐색 영역을 다중 코어를 구성하는 코어 각각에 할당함으로써 보다 효율적으로 탐색이 수행될 수 있다.
한편, 본 발명의 실시예에 따른 대사작업 통합 관리 및 처리방법은 불법 주정차 차량의 차량 번호가 수정된 후 대사작업 자동화 처리부(100)가 단속 장소 및 단속 시간 중 적어도 하나를 위반하여 기본 벌금 이상의 벌금이 부과가능한 불법 주정차 차량의 차량 번호를 단속 정보로부터 자동으로 추출하는 단계를 더 포함할 수 있다.
예를 들어, 미리 설정된 기간 동안 동일한 장소 또는 서로 다른 장소에서 촬영된 복수의 단속 증거 이미지 각각으로부터 차량번호인식 알고리즘을 통하여 자동으로 인식된 불법 주정차 차량의 동일한 차량 번호가 복수 경우가 발생할 수 있다.
예를 들어, 2019년 11월 20일에 특정 차량이 광주광역시의 동구에서 불법 주정차를 하루 종일 할 수 있다. 또는 2019년 11월 20일에 특정 차량이 광주광역시의 동구에서 불법 주정차를 하고 상기 특정 차량이 2019년 11월 20일에 광주광역시의 서구에서 불법 주정차를 할 수 있다.
이와 같이 미리 설정된 기간인 하루동안 상기 특정 차량이 동일한 장소 또는 서로 다른 장소에서 불법 주정차를 복수번 저지른 경우, 광주광역시는 해당 차량에 대하여 기본 벌금보다 많은 벌금을 부과할 수 있지만, 상기 특정 차량의 소유주의 부담을 고려하여 벌금의 총액을 경감시켜 줄 수 있다.
이와 같이 본 발명은 복수의 단속 장소에서 주정차 위반하여 기본 벌금 이상을 납부해야 하는 차량 번호를 자동 추출하며, 담당자는 자동 추출된 차량 번호에 대해 정해진 규칙에 따라 전체 벌금을 경감시킬 수 있다.
또한 한 장소에서 주정차하는 시간에 따라 부가되는 벌금이 기본 벌금보다 많아질 수 있다. 즉, 특정 차량이 기본 벌금이 부가되는 시간보다 긴 단속 시간동안 주정차할 경우, 차량번호인식 알고리즘은 해당 차량의 단속 증거 이미지로부터 자동으로 불법 주정차 차량의 차량 번호를 추출할 수 있다.
이와 같이 본 발명은 단속 시간을 과도하게 위반하여 기본 벌금 이상을 납부해야 하는 차량 번호를 자동 추출하며, 담당자는 자동 추출된 차량 번호에 대해 정해진 규칙에 따라 전체 벌금을 경감시킬 수 있다.
물론 지자체의 벌금 정책에 따라 경감없이 전체 벌금이 부과될 수도 있다.
한편, 대사작업 자동화 처리부(100)는, 하나 이상의 불법 주정차 단속 시스템(200)으로부터 네트워크를 통하여 전송된 단속 증거 이미지 및 단속 정보를 하나의 데이터베이스에 등록할 수 있다. 이 때 단속 증거 이미지 및 단속 정보는 하나 이상의 불법 주정차 단속 시스템 중 해당 단속 시스템에 매칭되어 등록될 수 있다.
또한 하나 이상의 불법 주정차 단속 시스템(200)에 의하여 생성되어 이동가능 저장매체(300)에 저장된 단속 증거 이미지 및 단속 정보를 하나의 데이터베이스에 등록할 수 있다.
본 발명의 실시예에 따른 기록매체는 하나 이상의 불법 주정차 단속 시스템으로부터 불법 주정차 차량에 대한 단속 증거 이미지 및 단속 정보를 입력받는 기능, 차량번호인식 알고리즘을 이용하여 상기 단속 증거 이미지로부터 상기 불법 주정차 차량의 차량 번호를 자동으로 인식하는 기능, 및 상기 인식된 차량 번호와 상기 단속 정보에 포함된 상기 불법 주정차 차량의 차량 번호가 일치하는 지를 확인하는 기능를 실현시키기 위한 프로그램을 기록한 컴퓨터 판독가능한 것이다.
이상과 같이 본 발명에 따른 실시예를 살펴보았으며, 앞서 설명된 실시예 이외에도 본 발명이 그 취지나 범주에서 벗어남이 없이 다른 특정 형태로 구체화 될 수 있다는 사실은 해당 기술에 통상의 지식을 가진 이들에게는 자명한 것이다. 그러므로, 상술된 실시예는 제한적인 것이 아니라 예시적인 것으로 여겨져야 하고, 이에 따라 본 발명은 상술한 설명에 한정되지 않고 첨부된 청구항의 범주 및 그 동등 범위 내에서 변경될 수도 있다.
대사작업 자동화 처리부(100)
불법 주정차 단속 시스템(200)
이동가능 저장매체(300)

Claims (8)

  1. 하나 이상의 불법 주정차 단속 시스템으로부터 불법 주정차 차량에 대한 단속 증거 이미지 및 단속 정보를 입력받는 단계;
    차량번호인식 알고리즘을 이용하여 상기 단속 증거 이미지로부터 상기 불법 주정차 차량의 차량 번호를 자동으로 인식하는 단계;
    상기 인식된 차량 번호와 상기 단속 정보에 포함된 상기 불법 주정차 차량의 차량 번호가 일치하는 지를 확인하는 단계를 포함하며,
    미리 설정된 기간동안 동일한 장소 또는 서로 다른 장소에서 촬영된 복수의 상기 단속 증거 이미지 각각으로부터 상기 차량번호인식 알고리즘을 통하여 자동으로 인식된 상기 불법 주정차 차량의 동일한 차량 번호가 복수 개일 경우, 상기 복수개 중 한개 이상의 건을 선택하여 복수번의 불법 주정차에 따른 벌금의 총액을 경감시키고,
    상기 차량 번호를 자동으로 인식하는 단계에서 상기 단속 증거 이미지의 차량 번호판이 기울어져 표시될 경우, 상기 차량 번호판의 모서리 꼭지점을 찾아 차량 번호판의 이미지를 직사각형으로 늘리는 이미지 변형이 수행되고,
    상기 차량 번호를 자동으로 인식하는 단계에서 상기 단속 증거 이미지의 차량 번호판에 그늘이 지는 경우, 그늘진 영역의 추출이 수행되는 것을 특징으로 하는 대사작업 통합 관리 및 처리방법.
  2. 제1항에 있어서,
    상기 인식된 차량 번호와 상기 단속 정보에 포함된 상기 불법 주정차 차량의 차량 번호가 일치하지 않을 경우, 상기 단속 정보에 포함된 상기 불법 주정차 차량의 차량 번호를 수정하는 단계를 더 포함하는 대사작업 통합 관리 및 처리방법.
  3. 제1항 또는 제2항에 있어서,
    상기 단속 증거 이미지에서 상기 불법 주정차 차량을 제외한 나머지 객체들 중 적어도 일부를 상기 불법 주정차 차량에 비하여 자동으로 식별이 불가능하게 처리하는 단계를 더 포함하는 것을 특징으로 하는 대사작업 통합 관리 및 처리방법.
  4. 제3항에 있어서,
    상기 식별이 불가능하게 처리되는 객체는 상기 불법 주정차 차량 주변의 사람, 상기 불법 주정차 차량 주변의 차량, 또는 상기 불법 주정차 차량 주변의 차량의 번호판인 것을 특징으로 하는 대사작업 통합 관리 및 처리방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 하나 이상의 불법 주정차 단속 시스템으로부터 네트워크를 통하여 전송된 단속 증거 이미지 및 단속 정보를 하나의 데이터베이스에 등록하는 것을 특징으로 하는 대사작업 통합 관리 및 처리방법.
  7. 제1항에 있어서,
    상기 하나 이상의 불법 주정차 단속 시스템에 의하여 생성된 단속 증거 이미지 및 단속 정보를 이동 가능한 저장매체를 통하여 하나의 데이터베이스에 등록하는 것을 특징으로 하는 대사작업 통합 관리 및 처리방법.
  8. 하나 이상의 불법 주정차 단속 시스템으로부터 불법 주정차 차량에 대한 단속 증거 이미지 및 단속 정보를 입력받는 기능, 차량번호인식 알고리즘을 이용하여 상기 단속 증거 이미지로부터 상기 불법 주정차 차량의 차량 번호를 자동으로 인식하는 기능, 및 상기 인식된 차량 번호와 상기 단속 정보에 포함된 상기 불법 주정차 차량의 차량 번호가 일치하는 지를 확인하는 기능, 미리 설정된 기간동안 동일한 장소 또는 서로 다른 장소에서 촬영된 복수의 상기 단속 증거 이미지 각각으로부터 상기 차량번호인식 알고리즘을 통하여 자동으로 인식된 상기 불법 주정차 차량의 동일한 차량 번호가 복수 개일 경우, 상기 복수개 중 한개 이상의 건을 선택하여 복수번의 불법 주정차에 따른 벌금의 총액을 경감시키는 기능, 상기 차량 번호를 자동으로 인식하는 과정에서 상기 단속 증거 이미지의 차량 번호판이 기울어져 표시될 경우, 상기 차량 번호판의 모서리 꼭지점을 찾아 차량 번호판의 이미지를 직사각형으로 늘리는 이미지 변형을 수행하는 기능, 및 상기 차량 번호를 자동으로 인식하는 과정에서 상기 단속 증거 이미지의 차량 번호판에 그늘이 지는 경우, 그늘진 영역의 추출을 수행하는 기능을 실현시키기 위한 프로그램을 기록한 컴퓨터 판독가능한 기록매체.
KR1020190173584A 2019-09-25 2019-12-24 대사작업 통합 관리 및 처리 방법 KR102138378B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190118171 2019-09-25
KR1020190118171 2019-09-25

Publications (1)

Publication Number Publication Date
KR102138378B1 true KR102138378B1 (ko) 2020-07-27

Family

ID=71893816

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190173584A KR102138378B1 (ko) 2019-09-25 2019-12-24 대사작업 통합 관리 및 처리 방법

Country Status (1)

Country Link
KR (1) KR102138378B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116935659A (zh) * 2023-09-12 2023-10-24 四川遂广遂西高速公路有限责任公司 一种高速服务区卡口车辆稽核系统及其方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09288795A (ja) * 1996-04-19 1997-11-04 Mitsubishi Electric Corp 車両番号読み取り装置
KR20000050168A (ko) * 2000-05-19 2000-08-05 주종대 유무선 통신망을 이용한 주정차 위반 단속 시스템 및 그방법
KR101305295B1 (ko) * 2012-11-26 2013-09-17 주식회사 디아이랩 차량번호 인식방법 및 그에 따른 휴대 단말기
KR20160050883A (ko) 2014-10-31 2016-05-11 부산대학교 산학협력단 불법 주정차 차량 인식장치
KR101753804B1 (ko) * 2016-12-01 2017-07-04 (주)아이엠시티 인공지능을 통한 주정차 위반 단속 알림 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09288795A (ja) * 1996-04-19 1997-11-04 Mitsubishi Electric Corp 車両番号読み取り装置
KR20000050168A (ko) * 2000-05-19 2000-08-05 주종대 유무선 통신망을 이용한 주정차 위반 단속 시스템 및 그방법
KR101305295B1 (ko) * 2012-11-26 2013-09-17 주식회사 디아이랩 차량번호 인식방법 및 그에 따른 휴대 단말기
KR20160050883A (ko) 2014-10-31 2016-05-11 부산대학교 산학협력단 불법 주정차 차량 인식장치
KR101753804B1 (ko) * 2016-12-01 2017-07-04 (주)아이엠시티 인공지능을 통한 주정차 위반 단속 알림 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116935659A (zh) * 2023-09-12 2023-10-24 四川遂广遂西高速公路有限责任公司 一种高速服务区卡口车辆稽核系统及其方法
CN116935659B (zh) * 2023-09-12 2023-12-08 四川遂广遂西高速公路有限责任公司 一种高速服务区卡口车辆稽核系统及其方法

Similar Documents

Publication Publication Date Title
US11159715B1 (en) Systems and methods for model-based analysis of damage to a vehicle
US9792301B2 (en) Multi-query privacy-preserving parking management system and method
US11275970B2 (en) Systems and methods for distributed data analytics
KR102138378B1 (ko) 대사작업 통합 관리 및 처리 방법
CN113792672B (zh) 公共场所健康码获取方法、装置、设备及介质
Al-Mheiri et al. Car Plate Recognition Using Machine Learning
Tripathi et al. Automatic Number Plate Recognition System (ANPR): The Implementation
CN113837189A (zh) 一种单位车辆智能管理方法及系统
US20220188565A1 (en) Systems and methods for part identification and assessment using multiple images
CN116664066B (zh) 一种管理企业计划收入与实际收入的方法及系统
CN113095281A (zh) 套牌车识别方法、装置、电子设备及存储介质
CN112565674A (zh) 一种可远程视频监控和控制的展厅中控系统
CN116884037A (zh) 图像识别方法、装置、设备及存储介质
CN109697595A (zh) 代考勤数据的识别方法及装置、存储介质、计算机设备
KR20230073619A (ko) 얼굴 인식을 이용하여 차량 정보를 관리하는 전자 장치 및 그 동작 방법
KR20230043419A (ko) Ai 기반의 건물 하자 점검 시스템
CN111639640A (zh) 基于人工智能的车牌识别方法、装置及设备
CN109785157A (zh) 一种基于人脸识别的车辆定损方法、存储介质及服务器
Shringarpure Vehicle Number Plate Detection and Blurring using Deep Learning
US20240087330A1 (en) System and method for automatically identifying vehicle panels requiring paint blending
KR102546198B1 (ko) 물리적 요인 기반 학습 데이터 분류 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102546195B1 (ko) 수집 환경 기반 학습 데이터 분류 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
US20240104949A1 (en) Electronic computing device, and image analysis method and computer program product thereof
Abrar et al. Intelligent parking system using machine learning
CN118486065A (zh) 人脸识别方法、装置、设备、介质及程序产品

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant