KR102562135B1 - 주차 관제 장치 및 주차 정산 방법 - Google Patents

주차 관제 장치 및 주차 정산 방법 Download PDF

Info

Publication number
KR102562135B1
KR102562135B1 KR1020230019780A KR20230019780A KR102562135B1 KR 102562135 B1 KR102562135 B1 KR 102562135B1 KR 1020230019780 A KR1020230019780 A KR 1020230019780A KR 20230019780 A KR20230019780 A KR 20230019780A KR 102562135 B1 KR102562135 B1 KR 102562135B1
Authority
KR
South Korea
Prior art keywords
vehicle
parking
license plate
recognition failure
feature points
Prior art date
Application number
KR1020230019780A
Other languages
English (en)
Inventor
김재용
김대호
은영빈
김창우
Original Assignee
(주)한국알파시스템
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 (주)한국알파시스템 filed Critical (주)한국알파시스템
Priority to KR1020230019780A priority Critical patent/KR102562135B1/ko
Application granted granted Critical
Publication of KR102562135B1 publication Critical patent/KR102562135B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30—Transportation; Communications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems

Abstract

본 발명은 차량 식별 과정에서 발생되는 오류 상황을 고려한 주차 정산 방안에 관한 것이다.

Description

주차 관제 장치 및 주차 정산 방법{PARKING CONTROL APPARATUS, AND METHOD FOR PARKING SETTLEMENT}
본 발명은 차량 식별 과정에서 발생되는 오류 상황을 고려한 주차 정산 방안에 관한 것이다.
최근 정보 통신 기술과 자동화 기술의 발전함에 따라 다양한 분야에서 무인 정산 시스템이 적용되고 있으며, 대표적으로 주차 관제 시스템을 그 예로 들 수 있다.
이러한, 주차 관제 시스템의 성공적 구축을 위해서는 주차장으로 출입하는 차량에 대한 정확한 식별이 무엇보다도 요구된다.
이와 관련하여 일반적인 주차 관제 시스템에서는, 차량의 이미지(정지 영상)를 촬영하고, 촬영된 이미지로부터 차량 객체의 번호판 영역을 검출한 뒤 최종적으로 번호판의 내용을 인식하는 과정으로 차량의 식별이 이루어진다.
그러나, 촬영 조건이 열악한 상황에서 차량의 이미지가 촬영되는 경우, 차량의 이미지로부터 번호판 영역을 검출하는데 실패할 수 있으며, 또한 차량의 번호판이 물리적으로 훼손되거나 오염된 경우라면, 번호판의 내용을 인식하는데 실패할 수 있다.
결국, 이처럼 차량의 식별 과정에서 발생될 수 있는 오류 상황은, 입차 과정에서 입차 차량의 정상적인 진입을 방해할 수 있으며, 특히 출차 과정에서는 출차 차량의 정상적인 주차 정산을 불가하게 하는 문제를 초래할 수 있다.
본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은, 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 하는데 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 주차 관제 장치는, 주차 정산을 위한 출차 차량의 식별 과정에서 오류 상황 발생 여부를 확인하는 확인부; 상기 출차 차량의 식별 과정에서 오류 상황 발생이 확인되는 경우, 상기 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 기초로, 특징점 간의 유사도가 임계치 이상인 특정 입차 차량의 이미지를 판별하는 판별부; 및 상기 특정 입차 차량의 입차 정보를 기준으로 상기 출차 차량의 주차 정산을 처리하는 처리부를 포함하는 것을 특징으로 한다.
구체적으로, 상기 주차 관제 장치는, 차량번호 인식에 실패한 입차 차량의 이미지를 저장하는 저장부를 더 포함하며, 상기 저장부는, 차량번호 인식 실패와 관련된 2 이상의 인식 실패 유형을 정의하여, 차량번호의 인식에 실패한 입차 차량의 이미지를 상기 2 이상의 인식 실패 유형 별로 분류할 수 있다.
구체적으로, 상기 확인부는, 상기 출차 차량의 차량번호 인식에 실패하거나, 또는 상기 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 조회되지 않는 경우를 상기 출차 차량의 식별 과정의 오류 상황으로 확인할 수 있다.
구체적으로, 상기 획득부는, 상기 출차 차량의 차량번호 인식에 실패한 경우, 상기 출차 차량의 차량번호 인식 실패 상황에 지정되는 특정 인식 실패 유형을 식별하며, 상기 2 이상의 인식 실패 유형 별로 기 저장된 입차 차량의 이미지 중, 상기 특정 인식 실패 유형으로 분류된 일부 입차 차량의 이미지에 대해서 특징점 간 유사도를 판별할 수 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 주차 관제 장치에서 수행되는 주차 정산 방법은, 주차 정산을 위한 출차 차량의 식별 과정에서 오류 상황 발생 여부를 확인하는 확인단계; 상기 출차 차량의 식별 과정에서 오류 상황 발생이 확인되는 경우, 상기 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 기초로, 특징점 간의 유사도가 임계치 이상인 특정 입차 차량의 이미지를 판별하는 판별단계; 및 상기 특정 입차 차량의 입차 정보를 기준으로 상기 출차 차량의 주차 정산을 처리하는 처리단계를 포함하는 것을 특징으로 한다.
구체적으로, 상기 방법은, 차량번호 인식에 실패한 입차 차량의 이미지를 저장하는 저장단계를 더 포함하며, 상기 저장단계는, 차량번호 인식 실패와 관련된 2 이상의 인식 실패 유형을 정의하여, 차량번호의 인식에 실패한 입차 차량의 이미지를 상기 2 이상의 인식 실패 유형 별로 분류할 수 있다.
구체적으로, 상기 확인단계는, 상기 출차 차량의 차량번호 인식에 실패하거나, 또는 상기 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 조회되지 않는 경우를 상기 출차 차량의 식별 과정의 오류 상황으로 확인할 수 있다.
구체적으로, 상기 획득단계는, 상기 출차 차량의 차량번호 인식에 실패한 경우, 상기 출차 차량의 차량번호 인식 실패 상황에 지정되는 특정 인식 실패 유형을 식별하며, 상기 2 이상의 인식 실패 유형 별로 기 저장된 입차 차량의 이미지 중, 상기 특정 인식 실패 유형으로 분류된 일부 입차 차량의 이미지에 대해서 특징점 간 유사도를 판별할 수 있다.
이에, 본 발명의 주차 관제 장치 및 주차 정산 방법에서는, 출차 차량의 식별 과정에서 오류 발생 시 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 입차 차량의 이미지 내 특징점과 제한적으로 대조하는 방식을 통해서 주차 정산을 처리함으로써, 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 할 수 있다.
도 1은 본 발명의 일 실시예에 따른 주차 관제 시스템을 설명하기 위한 예시도.
도 2는 본 발명의 일 실시예에 따른 주차 관제 장치의 구성도.
도 3은 본 발명의 일 실시예에 따른 주차 정산 방법을 설명하기 위한 순서도.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 설명한다.
본 발명의 일 실시예에서는, 주차 관제 시스템에서의 주차 정산 방안에 관한 기술을 다룬다.
주차 관제 시스템은 무인 정산 시스템이 적용되는 대표적인 예로 들 수 있다.
이러한, 주차 관제 시스템의 성공적 구축을 위해서는 주차장으로 출입하는 차량에 대한 정확한 식별이 무엇보다도 요구된다.
이와 관련하여 주차 관제 시스템에서는, 차량의 이미지(정지 영상)를 촬영하고, 촬영된 이미지로부터 차량 객체의 번호판 영역을 검출한 뒤 최종적으로 번호판의 내용을 인식하는 과정으로 차량의 식별이 이루어지는 것이 일반적이다.
그러나, 촬영 조건이 열악한 상황에서 차량의 이미지가 촬영되는 경우, 차량의 이미지로부터 번호판 영역을 검출하는데 실패할 수 있으며, 또한 차량의 번호판이 물리적으로 훼손되거나 오염된 경우라면, 번호판의 내용을 인식하는데 실패할 수 있다.
결국, 이처럼 차량의 식별 과정에서 발생될 수 있는 오류 상황은, 입차 과정에서 입차 차량의 정상적인 진입을 방해할 수 있으며, 특히 출차 과정에서는 출차 차량의 정상적인 주차 정산을 불가하게 하는 문제를 초래할 수 있다.
이에, 본 발명의 일 실시예에서는, 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 하는 새로운 방안을 제안하고자 한다.
이와 관련하여, 도 1에는 본 발명의 일 실시예에 따른 주차 관제 시스템을 예시적으로 보여주고 있다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 주차 관제 시스템은, 출차 차량에 대한 주차 정산을 처리하는 주차 관제 장치(100)를 포함한다.
주차 관제 장치(100)는 출차 차량의 식별 과정에서 오류 발생 시 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 입차 차량의 이미지 내 특징점과 대조하는 방식을 통해서 주차 정산을 처리한다.
이러한, 주차 관제 장치(100)는 소프트웨어(예: 애플리케이션)이 탑재되는 컴퓨팅 장치(예: PC, 스마트 폰) 또는 서버의 형태로 구현될 수 있다.
만약, 주차 관제 장치(100)가 서버의 형태로 구현되는 경우에는, 예컨대, 웹 서버, 데이터베이스 서버, 프록시 서버 등의 형태로 구현될 수 있으며, 네트워크 부하 분산 메커니즘, 내지 서비스 장치가 인터넷 또는 다른 네트워크 상에서 동작할 수 있도록 하는 다양한 소프트웨어 중 하나 이상이 설치될 수 있으며, 이를 통해 컴퓨터화된 시스템으로도 구현될 수 있다.
이상, 본 발명의 일 실시예에 따른 주차 관제 시스템에서는, 전술한 구성을 통해 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 하는데, 이하에서는 이를 실현하기 위한 주차 관제 장치(100)의 구성을 보다 구체적으로 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 주차 관제 장치(100)의 구성을 개략적으로 보여주고 있다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 주차 관제 장치(100)는 확인부(110), 판별부(120), 및 처리부(130)를 포함하는 구성을 가질 수 있다.
또한, 본 발명의 일 실시예에 따른 주차 관제 장치(100)는 전술한 구성 이외에 저장부(140)의 구성을 더 포함할 수 있다.
이상의 확인부(110), 판별부(120), 처리부(130), 및 저장부(140)를 포함하는 주차 관제 장치(100)의 전체 구성 내지는 적어도 일부 구성은 하드웨어 모듈 형태 또는 소프트웨어 모듈 형태로 구현되거나, 하드웨어 모듈과 소프트웨어 모듈이 조합된 형태로 구현될 수 있다
여기서, 소프트웨어 모듈이란, 예컨대, 주차 관제 장치(100) 내에서 연산을 제어하는 프로세서에 의해 실행되는 명령어로 이해될 수 있으며, 이러한 명령어는 주차 관제 장치(100) 내 메모리에 탑재된 형태를 가질 수 있을 것이다.
여기서, 소프트웨어 모듈이란, 예컨대, API(Application Programming Interface)와 같이, 주차 관제 장치(100) 내에서 연산을 제어하는 프로세서에 의해 실행되는 명령어로 이해될 수 있으며, 이러한 명령어는 주차 관제 장치(100) 내 메모리에 탑재된 형태를 가질 수 있을 것이다.
이상 본 발명의 일 실시예에 따른 주차 관제 장치(100)는 전술한 구성을 통해서 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 하는데, 이하에서는 이를 실현하기 위한 주차 관제 장치(100) 내 구성에 대해 보다 구체적인 설명을 이어 가기로 한다.
확인부(110)는 출차 차량의 식별과 관련된 오류 발생 여부를 확인하는 기능을 담당한다.
보다 구체적으로, 확인부(110)는 주차 정산을 위한 출차 차량의 식별 과정에서 오류 상황 발생 여부를 확인하게 된다.
이때, 확인부(110)는 출차 차량의 차량번호 인식에 실패하거나, 또는 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 조회되지 않는 경우를 출차 차량의 식별 과정에서의 오류 발생 상황으로 확인할 수 있다.
한편, 본 발명의 일 실시예에서는, 위 오류 발생 상황 중 차량번호 인식 실패와 관련하여, 2 이상의 인식 실패 유형이 정의될 수 있다.
여기서, 2 이상의 인식 실패 유형은, 크게는 번호판 영역 검출 실패와, 번호판 내용 인식 실패의 대분류로 구분될 수 있다.
특히 위 대분류 중 번호판 내용 인식 실패의 경우, 구형 번호판과 신형 번호판과 같은 번호판 형태에 따른 중분류로 인식 실패 유형을 구분될 수 있으며, 나아가 각 중분류에 대해서는, 인식에 실패한 숫자(문자)의 위치에 따른 세분류로 인식 실패 유형을 세분할 수 있다.
결국, 본 발명의 일 실시예에서 출차 차량의 식별 과정에서의 오류 발생 상황으로서 출차 차량의 차량번호 인식에 실패한 경우, 기 정의된 2 이상의 인식 실패 유형 중 해당 실패 상황과 매칭되는 특정 인식 실패 유형이 지정될 수 있는 것이다.
판별부(120)는 출차 차량의 이미지와 매칭되는 입차 차량의 이미지를 판별하는 기능을 수행한다.
보다 구체적으로, 판별부(120)는 출차 차량의 식별 과정에서 오류 상황 발생이 확인되는 경우, 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 기초로, 특징점 간의 유사도가 임계치 이상인 특정 입차 차량의 이미지를 판별하게 된다.
이때, 판별부(120)는 출차 차량의 식별 과정에서 오류 발생 상황이 출차 차량의 차량번호 인식에 실패인 경우, 해당 실패 상황에 지정된 특정 인식 실패 유형을 식별할 수 있다.
이와 관련하여, 본 발명의 일 실시예에서는, 출차 차량의 식별 과정에서의 오류 발생 상황으로서 출차 차량의 차량번호 인식에 실패한 경우, 기 정의된 2 이상의 인식 실패 유형 중 해당 실패 상황과 매칭되는 특정 인식 실패 유형이 지정될 수 있음을 앞서 언급한바 있다.
나아가, 판별부(120)는 출차 차량의 차량번호 인식 실패 상황에 지정된 특정 인식 실패 유형이 식별되면, 기 저장된 입차 차량의 이미지 중, 상기 특정 인식 실패 유형으로 분류된 일부 입차 차량의 이미지에 대해서 특징점 간 유사도를 판별할 수 있다.
즉, 본 발명의 일 실시예에서는, 특징점 간 유사도 판별에 있어서 기 저장된 입차 차량의 이미지 전체가 아닌, 인식 실패 유형이 일치되는 일부 입차 차량의 이미지로 판별 대상을 제한함으로써, 유사도 판별에 소요되는 시간을 단축시키고, 판별 결과의 정확도 또한 제고시킬 수 있는 것이다.
참고로, 본 발명의 일 실시예에서 이루어지는 이미지로부터 차량 객체의 특징점 추출 및 특징점 간 유사도 판별 동작에는 공지의 머신 러닝 모델이 적용될 수 있다.
한편, 이와 관련하여 저장부(140)는 차량번호 인식에 실패한 입차 차량의 이미지를 저장하는 기능을 담당한다.
보다 구체적으로, 저장부(140)는 입차 과정에서 입차 차량의 차량번호 인식에 실패한 경우, 해당 입차 차량의 이미지를 데이터 베이스에 저장하되, 출차 차량의 차량번호 인식 실패 상황과 마찬가지로 해당 상황과 매칭되는 특정 인식 실패 유형을 지정한다.
즉, 저장부(140)는 차량번호의 인식에 실패한 입차 차량의 이미지를 앞서 언급한 기 정의된 2 이상의 인식 실패 유형 별로 분류하여 저장함으로써, 특징점 간 유사도 판별 과정에서 인식 실패 유형 간 매칭을 통해 유사도 판별 대상을 제한하는 전술의 특징을 지원할 수 있는 것이다.
처리부(130)는 출차 차량에 대한 주차 정산을 처리하는 기능을 담당한다.
보다 구체적으로, 처리부(130)는 특징점 간 유사도가 임계치 이상인 특정 입차 차량의 이미지가 판별되면, 상기 특정 입차 차량의 입차 정보(입차 시간 정보)에 근거하여 출차 차량에 대한 주차 정산을 처리하게 된다.
이와 관련하여, 저장부(140)는 주차 정산의 지원을 위해 차량번호 인식에 실패한 입차 차량의 이미지를 데이터 베이스에 저장 시, 해당 차량의 입차 정보(입차 시간 정보)를 함께 저장할 수 있음은 물론이다.
한편, 본 발명의 일 실시예에서는 특징점 간 유사도가 임계치 이상인 입차 차량의 이미지가 2 이상인 경우를 고려한다.
이 경우, 처리부(130)는 유사도가 높은 우선순위로 2 이상의 입차 차량의 이미지를 정렬한 리스트를 관리자에게 제공하고, 관리자에 의해 리스트 상에서 선택되는 특정 입차 차량의 입차 정보(입차 시간 정보)를 근거로 주차 정산을 처리할 수 있다.
참고로, 처리부(130)는 주차 정산을 위한 출차 차량의 식별 과정에서 오류 상황 발생 없이 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 정상적으로 조회되는 경우라면, 특징점 간 유사도 판별과 같은 전술의 동작과 무관하게 조회된 정보를 바탕으로 일반적인 주차 정산을 처리할 수 있음은 물론이다.
이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 주차 관제 장치(100)의 구성에 따르면, 출차 차량의 식별 과정에서 오류 발생 시 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 입차 차량의 이미지 내 특징점과 제한적으로 대조하는 방식을 통해서 주차 정산을 처리함으로써, 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 함을 알 수 있다.
이하에서는, 도 3을 참조하여, 본 발명의 일 실시예에 따른 주차 정산 방법을 설명하기로 한다.
본 발명의 일 실시예에 따른 주차 정산 방법의 동작 주체는 앞서 도 2를 참조하여 설명한 주차 관제 장치(100)임을 전제로 설명을 이어 가기로 한다.
먼저, 주차 관제 장치(100)는 주차 정산을 위한 출차 차량의 식별 과정에서 오류 상황 발생 여부를 확인한다(S110).
이때, 주차 관제 장치(100)는 출차 차량의 차량번호 인식에 실패하거나, 또는 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 조회되지 않는 경우를 출차 차량의 식별 과정에서의 오류 발생 상황으로 확인할 수 있다.
한편, 본 발명의 일 실시예에서는, 위 오류 발생 상황 중 차량번호 인식 실패와 관련하여, 2 이상의 인식 실패 유형이 정의될 수 있다.
여기서, 2 이상의 인식 실패 유형은, 크게는 번호판 영역 검출 실패와, 번호판 내용 인식 실패의 대분류로 구분될 수 있다.
특히 위 대분류 중 번호판 내용 인식 실패의 경우, 구형 번호판과 신형 번호판과 같은 번호판 형태에 따른 중분류로 인식 실패 유형을 구분될 수 있으며, 나아가 각 중분류에 대해서는, 인식에 실패한 숫자(문자)의 위치에 따른 세분류로 인식 실패 유형을 세분할 수 있다.
결국, 본 발명의 일 실시예에서 출차 차량의 식별 과정에서의 오류 발생 상황으로서 출차 차량의 차량번호 인식에 실패한 경우, 기 정의된 2 이상의 인식 실패 유형 중 해당 실패 상황과 매칭되는 특정 인식 실패 유형이 지정될 수 있는 것이다.
그런 다음, 주차 관제 장치(100)는 출차 차량의 식별 과정에서 오류 상황 발생이 확인되는 경우, 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 기초로, 특징점 간의 유사도가 임계치 이상인 특정 입차 차량의 이미지를 판별한다.
이를 위해, 주차 관제 장치(100)는 출차 차량의 식별 과정에서 오류 발생 상황이 출차 차량의 차량번호 인식에 실패인 경우, 해당 실패 상황에 지정된 특정 인식 실패 유형을 식별한다(S120-S140).
이와 관련하여, 본 발명의 일 실시예에서는, 출차 차량의 식별 과정에서의 오류 발생 상황으로서 출차 차량의 차량번호 인식에 실패한 경우, 기 정의된 2 이상의 인식 실패 유형 중 해당 실패 상황과 매칭되는 특정 인식 실패 유형이 지정될 수 있음을 앞서 언급한바 있다.
이어서, 주차 관제 장치(100)는 출차 차량의 차량번호 인식 실패 상황에 지정된 특정 인식 실패 유형이 식별되면, 기 저장된 입차 차량의 이미지 중, 상기 특정 인식 실패 유형으로 분류된 일부 입차 차량의 이미지에 대해서 특징점 간 유사도를 판별한다(S150-S160).
즉, 본 발명의 일 실시예에서는, 특징점 간 유사도 판별에 있어서 기 저장된 입차 차량의 이미지 전체가 아닌, 인식 실패 유형이 일치되는 일부 입차 차량의 이미지로 판별 대상을 제한함으로써, 유사도 판별에 소요되는 시간을 단축시키고, 판별 결과의 정확도 또한 제고시킬 수 있는 것이다.
참고로, 본 발명의 일 실시예에서 이루어지는 이미지로부터 차량 객체의 특징점 추출 및 특징점 간 유사도 판별 동작에는 공지의 머신 러닝 모델이 적용될 수 있다.
한편, 이와 관련하여 주차 관제 장치(100)는 입차 과정에서 입차 차량의 차량번호 인식에 실패한 경우, 해당 입차 차량의 이미지를 데이터 베이스에 저장하되, 출차 차량의 차량번호 인식 실패 상황과 마찬가지로 해당 상황과 매칭되는 특정 인식 실패 유형을 지정한다.
즉, 주차 관제 장치(100)는 차량번호의 인식에 실패한 입차 차량의 이미지를 앞서 언급한 기 정의된 2 이상의 인식 실패 유형 별로 분류하여 저장함으로써, 특징점 간 유사도 판별 과정에서 인식 실패 유형 간 매칭을 통해 유사도 판별 대상을 제한하는 전술의 특징을 지원할 수 있는 것이다.
이후, 주차 관제 장치(100)는 특징점 간 유사도가 임계치 이상인 특정 입차 차량의 이미지가 판별되면, 상기 특정 입차 차량의 입차 정보(입차 시간 정보)에 근거하여 출차 차량에 대한 주차 정산을 처리한다(S170).
이와 관련하여, 주차 관제 장치(100)는 주차 정산의 지원을 위해 차량번호 인식에 실패한 입차 차량의 이미지를 데이터 베이스에 저장 시, 해당 차량의 입차 정보(입차 시간 정보)를 함께 저장할 수 있음은 물론이다.
한편, 본 발명의 일 실시예에서는 특징점 간 유사도가 임계치 이상인 입차 차량의 이미지가 2 이상인 경우를 고려한다.
이 경우, 주차 관제 장치(100)는 유사도가 높은 우선순위로 2 이상의 입차 차량의 이미지를 정렬한 리스트를 관리자에게 제공하고, 관리자에 의해 리스트 상에서 선택되는 특정 입차 차량의 입차 정보(입차 시간 정보)를 근거로 주차 정산을 처리할 수 있다.
참고로, 앞선 단계 S120과 관련하여, 주차 관제 장치(100)는 주차 정산을 위한 출차 차량의 식별 과정에서 오류 상황 발생 없이 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 정상적으로 조회되는 경우라면, 특징점 간 유사도 판별과 같은 전술의 동작과 무관하게 조회된 정보를 바탕으로 일반적인 주차 정산을 처리할 수 있음은 물론이다.
이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 주차 정산 방법에 따르면, 출차 차량의 식별 과정에서 오류 발생 시 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 입차 차량의 이미지 내 특징점과 제한적으로 대조하는 방식을 통해서 주차 정산을 처리함으로써, 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 함을 알 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 처리하기 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, 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 애플리케이션, 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 애플리케이션 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.
본 발명에 따른 주차 관제 장치 및 주차 정산 방법에 따르면, 출차 차량의 식별 과정에서 발생되는 오류 상황에서도 정상적인 주차 정산을 가능하게 한다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100: 주차 관제 장치
110: 확인부 120: 판별부
130: 처리부 140: 저장부

Claims (10)

  1. 주차 정산을 위한 출차 차량의 식별 과정에서 상기 출차 차량의 차량번호 인식에 실패하거나, 또는 상기 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 조회되지 않는 오류 상황 발생 여부를 확인하는 확인부;
    상기 출차 차량의 식별 과정에서 오류 상황 발생이 확인되는 경우, 상기 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 기초로, 특징점 간의 유사도가 임계치 이상인 특정 입차 차량의 이미지를 판별하는 판별부; 및
    상기 특정 입차 차량의 입차 정보를 기준으로 상기 출차 차량의 주차 정산을 처리하는 처리부를 포함하며,
    상기 판별부는,
    상기 출차 차량의 차량번호 인식에 실패한 경우, 상기 출차 차량의 차량번호 인식 실패 상황에 지정되는 특정 인식 실패 유형을 식별하며, 2 이상의 인식 실패 유형 별로 기 저장되는 차량번호 인식에 실패한 입차 차량의 전체 이미지 중, 상기 특정 인식 실패 유형으로 분류된 일부 입차 차량의 이미지에 대해서 특징점 간 유사도를 판별하는 것을 특징으로 하는 주차 관제 장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 주차 관제 장치에서 수행되는 주차 정산 방법에 있어서,
    주차 정산을 위한 출차 차량의 식별 과정에서 상기 출차 차량의 차량번호 인식에 실패하거나, 또는 상기 출차 차량으로부터 인식된 차량번호와 동일한 입차 차량의 차량번호가 데이터 베이스로부터 조회되지 않는 오류 상황 발생 여부를 확인하는 확인단계;
    상기 출차 차량의 식별 과정에서 오류 상황 발생이 확인되는 경우, 상기 출차 차량의 이미지로부터 추출되는 차량 객체의 특징점을 기초로, 특징점 간의 유사도가 임계치 이상인 특정 입차 차량의 이미지를 판별하는 판별단계; 및
    상기 특정 입차 차량의 입차 정보를 기준으로 상기 출차 차량의 주차 정산을 처리하는 처리단계를 포함하며,
    상기 판별단계는,
    상기 출차 차량의 차량번호 인식에 실패한 경우, 상기 출차 차량의 차량번호 인식 실패 상황에 지정되는 특정 인식 실패 유형을 식별하며, 2 이상의 인식 실패 유형 별로 기 저장되는 차량번호 인식에 실패한 입차 차량의 전체 이미지 중, 상기 특정 인식 실패 유형으로 분류된 일부 입차 차량의 이미지에 대해서 특징점 간 유사도를 판별하는 것을 특징으로 하는 주차 정산 방법.
  6. 삭제
  7. 삭제
  8. 삭제
  9. 제 5 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록매체.
  10. 하드웨어와 결합되어, 제 5 항의 방법을 실행시키기 위해 매체에 저장된 컴퓨터 프로그램.
KR1020230019780A 2023-02-15 2023-02-15 주차 관제 장치 및 주차 정산 방법 KR102562135B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230019780A KR102562135B1 (ko) 2023-02-15 2023-02-15 주차 관제 장치 및 주차 정산 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230019780A KR102562135B1 (ko) 2023-02-15 2023-02-15 주차 관제 장치 및 주차 정산 방법

Publications (1)

Publication Number Publication Date
KR102562135B1 true KR102562135B1 (ko) 2023-08-01

Family

ID=87561420

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230019780A KR102562135B1 (ko) 2023-02-15 2023-02-15 주차 관제 장치 및 주차 정산 방법

Country Status (1)

Country Link
KR (1) KR102562135B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100484503B1 (ko) * 2002-09-30 2005-04-20 주식회사 한국알에프 차량 번호판 이미지를 이용한 주차요금 정산방법
KR102269367B1 (ko) * 2020-10-29 2021-06-25 (주)아이트로 딥러닝 기반의 차량 특징점을 이용한 주차 정산 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100484503B1 (ko) * 2002-09-30 2005-04-20 주식회사 한국알에프 차량 번호판 이미지를 이용한 주차요금 정산방법
KR102269367B1 (ko) * 2020-10-29 2021-06-25 (주)아이트로 딥러닝 기반의 차량 특징점을 이용한 주차 정산 시스템

Similar Documents

Publication Publication Date Title
US11188789B2 (en) Detecting poisoning attacks on neural networks by activation clustering
US9639535B1 (en) Waste identification systems and methods
US11645515B2 (en) Automatically determining poisonous attacks on neural networks
US11727578B2 (en) Crowd type classification system, crowd type classification method and storage medium for storing crowd type classification program
KR20190124559A (ko) 컴퓨팅 장치 및 이를 이용한 인공 지능 기반 영상 처리 서비스 시스템
CN103620606A (zh) 存储检测装置、系统及存储检测方法
CN114154995B (zh) 一种应用于大数据风控的异常支付数据分析方法及系统
CN111339363A (zh) 图像识别方法、装置及服务器
AU2022224862A1 (en) Waste identification systems and methods
CN114491282B (zh) 一种基于云计算的异常用户行为分析方法及系统
KR102562135B1 (ko) 주차 관제 장치 및 주차 정산 방법
KR101595544B1 (ko) 지능형교통시스템 영상장치의 인식 정확성 검증을 위한 장치 및 방법
CN113706158A (zh) 一种基于云支付的大数据入侵防护分析方法及系统
CN115174241B (zh) 一种安全漏洞处理方法、装置、设备及介质
CN115731583A (zh) 基于指静脉的手指识别方法和装置、电子设备和存储介质
GB2508469A (en) Identifying common restriction conditions between scripts operating on target devices
CN114425787A (zh) 机器人自动测试的控制方法、装置、服务器及存储介质
CN115712517A (zh) 一种神经网络处理器的故障处理方法及装置
WO2023272594A1 (en) Image forgery detection via pixel-metadata consistency analysis
CN115115857A (zh) 一种图像匹配方法、装置及计算机设备
JP2022103894A (ja) リスク評価装置及びリスク評価方法
CN109740518B (zh) 一种视频中对象的确定方法及装置
CN108470404B (zh) 用于读卡器的闸门控制方法、装置、金融设备及存储介质
CN117422481B (zh) 针对防火高弹面料生产控制的状态检测方法及ai系统
CN115442149B (zh) 一种基于深度学习的数据入侵分析方法及服务器

Legal Events

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