KR20220163626A - 차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법 - Google Patents

차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법 Download PDF

Info

Publication number
KR20220163626A
KR20220163626A KR1020210072003A KR20210072003A KR20220163626A KR 20220163626 A KR20220163626 A KR 20220163626A KR 1020210072003 A KR1020210072003 A KR 1020210072003A KR 20210072003 A KR20210072003 A KR 20210072003A KR 20220163626 A KR20220163626 A KR 20220163626A
Authority
KR
South Korea
Prior art keywords
vehicle
front image
registered
image
license plate
Prior art date
Application number
KR1020210072003A
Other languages
English (en)
Inventor
최범석
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020210072003A priority Critical patent/KR20220163626A/ko
Publication of KR20220163626A publication Critical patent/KR20220163626A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G06K9/6201—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • 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
    • 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
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Traffic Control Systems (AREA)

Abstract

차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법이 개시된다. 본 발명의 일실시예에 따른 차량 인증 방법은 차량의 전면부를 촬영한 차량 전면 이미지를 기반으로 상기 차량의 차량번호를 인식하는 단계; 상기 차량번호를 기등록된 차량 번호와 비교하여 상기 차량의 등록 여부를 초기 판단하는 단계; 초기 판단결과 상기 차량이 등록된 차량이라고 판단되는 경우, 상기 차량 전면 이미지를 기반으로 차량 전면 이미지 특징점을 추출하는 단계; 및 상기 차량 전면 이미지 특징점을 상기 차량번호와 매칭되어 기등록된 차량 전면 이미지 특징점과 비교하여 상기 차량의 등록 여부를 최종 판단하는 단계를 포함한다.

Description

차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법 {APPARATUS FOR SWITCHING MAIN SCREEN BASED ON DISTRIBUTED TELEPRESENCE AND METHOD USING THE SAME}
본 발명은 차량 전면을 인식하여 차량을 인증하는 기술에 관한 것으로, 특히 가짜 번호판을 설치한 불법 차량을 출입 통제할 수 있도록 차량 번호뿐만 아니라 차량 전면부에서 추출된 특징점을 이용하여 이중화된 차량 인증을 수행하는 기술에 관한 것이다.
사람의 얼굴은 그 사람을 구별할 수 있는 가장 확실한 요소이다. 따라서 사람 얼굴인식 기술은 현재 출입국 사무소에서 적용할 만큼 그 성능이 높다.
사람의 얼굴처럼 차량을 식별하는데 중요한 요소가 바로 차량 번호판이다. 따라서 현재 대부분의 차량 출입통제 시스템(예: 아파트 차량 입구, 관공서 차량 입구)에서는 차량의 번호를 인식하여 등록된 번호의 차량만 통과시키는 방식을 사용하고 있다.
하지만 사람의 얼굴과는 달리 차량 번호는 위조하기 매우 쉽다는 단점이 존재한다. 최근 이러한 점을 악용하여, 등록된 차량의 차량 번호를 프린팅한 종이를 차량 번호판에 붙여 차량 출입통제 시스템의 게이트를 통과하는 불법 사례들이 발생하고 있다.
이는 주요 기관의 주차장 출입통제 시스템에 등록된 차량 번호만 알 수 있으면, 비인가된 차량이 게이트를 쉽게 통과할 수 있다는 의미이다.
한국 공개 특허 제10-2019-0115501호, 2019년 10월 14일 공개(명칭: 차량 인식 시스템)
본 발명의 목적은 가짜 번호판을 이용하여 출입통제 시스템을 통과하는 차량을 통제 및 차단하는 것이다.
또한, 본 발명의 목적은 번호판 기반의 기존 출입통제 시스템에 간단한 프로세스를 추가하는 것만으로 차량 인증을 강화할 수 있는 기술을 제공하는 것이다.
또한, 본 발명의 목적은 아파트 출입통제 시스템, 주차장 출입통제 시스템 및 관공서 출입통제 시스템에 범용적으로 적용할 수 있는 강화된 차량 인증 기술을 제공하는 것이다.
또한, 본 발명의 목적은 차량의 번호판을 위조하여 차량 출입통제 시스템을 통과하려는 불법 시도를 차단함으로써 출입 보안을 강화하는 것이다.
상기한 목적을 달성하기 위한 본 발명에 따른 차량 인증 방법은 차량의 전면부를 촬영한 차량 전면 이미지를 기반으로 상기 차량의 차량번호를 인식하는 단계; 상기 차량번호를 기등록된 차량 번호와 비교하여 상기 차량의 등록 여부를 초기 판단하는 단계; 초기 판단결과 상기 차량이 등록된 차량이라고 판단되는 경우, 상기 차량 전면 이미지를 기반으로 차량 전면 이미지 특징점을 추출하는 단계; 및 상기 차량 전면 이미지 특징점을 상기 차량번호와 매칭되어 기등록된 차량 전면 이미지 특징점과 비교하여 상기 차량의 등록 여부를 최종 판단하는 단계를 포함한다.
이 때, 최종 판단하는 단계는 상기 차량 전면 이미지 특징점과 상기 기등록된 차량 전면 이미지 특징점 간의 유사도를 산출하고, 상기 유사도가 기설정된 기준 유사도 미만인 경우에 상기 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
이 때, 초기 판단하는 단계는 상기 차량번호가 상기 기등록된 차량 번호와 일치하지 않는 경우, 상기 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
이 때, 차량이 등록되지 않은 차량인 경우에 출입을 차단하는 단계를 더 포함할 수 있다.
이 때, 차량 전면 이미지는 차량 번호판, 헤드라이트, 전면 유리, 사이드미러가 포함된 이미지에 상응할 수 있다.
이 때, 추출하는 단계는 상기 차량 전면 이미지를 딥러닝 기반의 신경망 모델로 입력하여 상기 차량 전면 이미지 특징점을 추출할 수 있다.
이 때, 인식하는 단계는 상기 신경망 모델의 세그멘테이션(SEGMENTATION) 기능을 통해 상기 차량 전면 이미지 중 배경 이미지를 제외한 차량 이미지를 추출하고, 상기 차량 이미지에서 차량 번호판 영역을 추출하고, 상기 차량 번호판 영역에서 상기 차량번호를 인식할 수 있다.
이 때, 추출하는 단계는 상기 차량 이미지에서 상기 차량 전면 이미지 특징점을 추출할 수 있다.
또한, 본 발명의 일실시예에 따른 차량 인증 장치는 차량의 전면부를 촬영한 차량 전면 이미지를 기반으로 상기 차량의 차량번호를 인식하고, 상기 차량번호를 기등록된 차량 번호와 비교하여 상기 차량의 등록 여부를 초기 판단하고, 초기 판단결과 상기 차량이 등록된 차량이라고 판단되는 경우에 상기 차량 전면 이미지를 기반으로 차량 전면 이미지 특징점을 추출하고, 상기 차량 전면 이미지 특징점을 상기 차량번호와 매칭되어 기등록된 차량 전면 이미지 특징점과 비교하여 상기 차량의 등록 여부를 최종 판단하는 프로세서; 및 상기 차량 전면 이미지, 상기 기등록된 차량 번호 및 상기 기등록된 차량 전면 이미지 특징점을 저장하는 메모리를 포함한다.
이 때, 프로세서는 상기 차량 전면 이미지 특징점과 상기 기등록된 차량 전면 이미지 특징점 간의 유사도를 산출하고, 상기 유사도가 기설정된 기준 유사도 미만인 경우에 상기 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
이 때, 프로세서는 상기 차량번호가 상기 기등록된 차량 번호와 일치하지 않는 경우, 상기 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
이 때, 프로세서는 상기 차량이 등록되지 않은 차량인 경우에 출입을 차단할 수 있다.
이 때, 차량 전면 이미지는 차량 번호판, 헤드라이트, 전면 유리, 사이드미러가 포함된 이미지에 상응할 수 있다.
이 때, 프로세서는 상기 차량 전면 이미지를 딥러닝 기반의 신경망 모델로 입력하여 상기 차량 전면 이미지 특징점을 추출할 수 있다.
이 때, 프로세서는 상기 신경망 모델의 세그멘테이션(SEGMENTATION) 기능을 통해 상기 차량 전면 이미지 중 배경 이미지를 제외한 차량 이미지를 추출하고, 상기 차량 이미지에서 차량 번호판 영역을 추출하고, 상기 차량 번호판 영역에서 상기 차량번호를 인식할 수 있다.
이 때, 프로세서는 상기 차량 이미지에서 상기 차량 전면 이미지 특징점을 추출할 수 있다.
본 발명에 따르면, 가짜 번호판을 이용하여 출입통제 시스템을 통과하는 차량을 통제 및 차단할 수 있다.
또한, 본 발명은 번호판 기반의 기존 출입통제 시스템에 간단한 프로세스를 추가하는 것만으로 차량 인증을 강화할 수 있는 기술을 제공할 수 있다.
또한, 본 발명은 아파트 출입통제 시스템, 주차장 출입통제 시스템 및 관공서 출입통제 시스템에 범용적으로 적용할 수 있는 강화된 차량 인증 기술을 제공할 수 있다.
또한, 본 발명은 차량의 번호판을 위조하여 차량 출입통제 시스템을 통과하려는 불법 시도를 차단함으로써 출입 보안을 강화할 수 있다.
도 1은 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법을 나타낸 동작흐름도이다.
도 2는 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 시스템을 나타낸 도면이다.
도 3은 본 발명에 따른 차량 인증 과정의 일 예를 나타낸 도면이다.
도 4는 본 발명에 따른 차량 전면 이미지 특징점 추출의 일 예를 나타낸 도면이다.
도 5는 본 발명에 따라 차량 번호판을 추출하여 차량번호를 인식하는 과정의 일 예를 나타낸 도면이다.
도 6은 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법을 상세하게 나타낸 동작흐름도이다.
도 7은 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 장치를 나타낸 블록도이다.
도 8은 본 발명의 일실시예에 따른 컴퓨터 시스템을 나타낸 도면이다.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법을 나타낸 동작흐름도이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법은 차량의 전면부를 촬영한 차량 전면 이미지를 기반으로 상기 차량의 차량번호를 인식한다(S110).
예를 들어, 도 2에 도시된 것처럼 출입통제 시스템(202)이 구비된 공간으로 진입 차량(200)이 이동하는 경우, 본 발명의 일실시예에 따른 차량 인증 장치(210)와 연동된 카메라(201)를 통해 진입 차량(200)의 전면부를 촬영할 수 있다. 카메라(201)를 통해 촬영된 차량 전면 이미지는 차량 인증 장치(210)로 입력되어 차량번호를 인식하기 위해 사용될 수 있다.
이 때, 차량 전면 이미지는 차량 번호판, 헤드라이트, 전면 유리, 사이드미러가 포함된 이미지에 상응할 수 있다.
즉, 차량 전면 이미지에는 본 발명에 따라 차량을 인증하기 위해 필요한 기본적인 요소들이 포함될 수 있다. 이 때, 추후에 설명할 초기 판단을 위한 차량 번호판은 필수적으로 포함될 수 있으며, 최종 판단을 위해 해당 차량의 특징이라 할 수 있는 헤드라이트, 전면 유리, 사이드미러 등의 정보를 포함할 수도 있다.
이 때, 차량 전면 이미지는 카메라(201)를 기준으로 위치하는 진입 차량(200)의 각도에 따라 차량의 좌측이나 우측의 일부 특징이 가려져도 추후 인식과정에서 큰 영향이 없도록 획득될 수 있다.
이 때, 딥러닝 기반의 신경망 모델의 세그멘테이션(SEGMENTATION) 기능을 통해 차량 전면 이미지 중 배경 이미지를 제외한 차량 이미지를 추출하고, 차량 이미지에서 차량 번호판 영역을 추출하고, 차량 번호판 영역에서 차량번호를 인식할 수 있다.
예를 들어, 도 3을 참조하면, 본 발명의 일실시예에 따른 차량 인증 장치(300)는 크게 차량 전면 이미지 인식부와 차량 번호판 인식부로 분리되어 동작할 수 있다. 이 때, 도 2에 도시된 카메라(201)를 통해 차량 전면 이미지가 수신되었다고 가정하면, 먼저 차량 번호판 인식부의 차량 번호판 추출 모듈을 통해 차량 전면 이미지에서 차량 번호판 영역을 추출할 수 있다. 이 후, 추출된 차량 번호판 영역을 차량 번호판 인식 모듈로 입력하여 해당 차량의 차량 번호를 인식할 수 있다.
이 때, 차량 번호판 추출 모듈은, 도 5에 도시된 것처럼, 차량과 배경이 혼합된 상태의 이미지(510)에서 딥러닝 기반의 신경망 모델의 세그멘테이션(SEGMENTATION) 기능을 이용하여 배경 이미지를 제외한 차량 이미지(520)를 추출하고, 차량 이미지(520)에서 다시 차량 번호판 영역(530)만을 추출하여 차량 번호판 인식 모듈로 전달해줄 수 있다.
또한, 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법은 차량번호를 기등록된 차량 번호와 비교하여 차량의 등록 여부를 초기 판단한다(S120).
이 때, 차량번호가 기등록된 차량 번호와 일치하지 않는 경우, 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
예를 들어, 본 발명의 일실시예에 따른 차량 인증 장치와 연동된 출입통제 시스템이 설치된 장소가 주차장일 경우, 해당 주차장에 기등록된 차량 번호 중 현재 진입 차량으로부터 인식된 차량번호와 일치하는 것이 있는지 여부를 판단할 수 있다. 만약, 일치하는 차량번호가 존재하지 않으면, 현재 진입 차량은 해당 주차장에 등록되지 않은 차량인 것으로 판단할 수 있다.
도 3을 참조하여 설명하면, 차량 번호판 인식부의 등록 차량 번호 비교 모듈에서 현재 진입 차량의 차량 번호가 기등록된 차량 번호에 존재하는지 여부를 비교하여 현재 진입 차량의 등록 여부를 초기 판단할 수 있다.
또한, 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법은 초기 판단결과 차량이 등록된 차량이라고 판단되는 경우에 차량 전면 이미지를 기반으로 차량 전면 이미지 특징점을 추출한다(S130).
이 때, 차량 전면 이미지를 딥러닝 기반의 신경망 모델로 입력하여 차량 전면 이미지 특징점을 추출할 수 있다.
도 3을 참조하여 설명하면, 차량 번호판 인식부의 등록 차량 번호 비교 모듈에서 등록 차량 번호 저장소에 기등록된 차량 번호와 현재 진입 차량에서 인식된 차량 번호를 비교한 결과를 기반으로 인증 차량 판단 모듈에서 현재 진입 차량에 대한 등록 여부를 초기 판단할 수 있다. 이 때, 현재 진입 차량이 등록된 차량인 것으로 초기 판단된 경우, 차량 전면 이미지 특징점을 이용한 이중 인증을 위해 차량 전면 이미지 인식부에게 차량 전면 이미지 특징점을 추출하도록 요청할 수 있다.
이 때, 차량 번호 인식 과정에서 생성된 차량 이미지를 이용하여 차량 전면 이미지 특징점을 추출할 수 있다.
즉, 도 3에 도시된 차량 전면 이미지 인식부의 차량 전면 인식 특징점 추출 모듈에서는 차량 이미지를 딥러닝 기반의 신경망 모델로 입력하여 현재 진입 차량을 유일하게 구별할 수 있는 특징점을 추출할 수 있다.
예를 들어, 도 4에 도시된 것처럼 다양한 차종에 대한 차량 전면 이미지(410, 420, 430, 440)가 입력되면, 차량 전면 인식 특징점 추출 모듈에서는 딥러닝 기반의 신경망 모델을 통해 각 이미지에 대한 차량 전면 이미지 특징점(411, 421, 431, 441)을 추출할 수 있다.
이와 같이 차량 전면 이미지 특징점을 이용하여 차량의 전면부를 인식하는 방식은 차량 번호의 패턴과 차량의 전면부 디자인(차량 모델 별 속성) 및 개별 차량의 특징(색상 및 스티커 등)을 포함하기 때문에 단순히 차량 번호만 인식하여 인증하는 방식보다 인증 레벨이 높을 수 있다.
또한, 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법은 차량 전면 이미지 특징점을 차량번호와 매칭되어 기등록된 차량 전면 이미지 특징점과 비교하여 차량의 등록 여부를 최종 판단한다(S140).
이 때, 차량 전면 이미지 특징점과 기등록된 차량 전면 이미지 특징점 간의 유사도를 산출하고, 유사도가 기설정된 기준 유사도 미만인 경우에 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
도 3을 참조하여 설명하면, 차량 전면 이미지 인식부의 등록 차량 전면 이미지 특징점 비교 모듈이 현재 진입 차량에서 추출된 차량 전면 이미지 특징점과 등록 차량 이미지 특징점 저장소에서 획득한 기등록된 차량 전면 이미지 특징점을 비교하여 유사도 또는 일치율(인식율)을 출력할 수 있다.
이 후, 인증 차량 판단 모듈에서는 등록 차량 전면 이미지 특징점 비교 모듈에서 출력한 유사도 또는 일치율(인식율)을 고려하여 해당 차량이 등록된 차량인지 여부를 최종적으로 판단할 수 있다.
또한, 도 1에는 도시하지 아니하였으나, 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법은 차량이 등록되지 않은 차량인 경우에 출입을 차단한다.
예를 들어, 차량 출입통제 시스템으로 차단 신호를 전달하여 해당 차량이 진입하지 못하도록 할 수 있다.
또한, 도 1에는 도시하지 아니하였으나, 본 발명의 일실시예에 따른 차량 인증 방법은 학습데이터를 이용하여 딥러닝 기반의 신경망 모델을 학습시킨다.
예를 들어, 여러 모델의 차량 전면 이미지를 학습데이터로 입력하여 딥러닝 기반의 신경망 모델을 학습시킬 수 있다.
또한, 본 발명은 국내 차량뿐만 아니라 국외 차량 모델에도 공통적으로 적용할 수 있기 때문에 전세계적으로 범용적으로 사용 가능한 기술이다.
이와 같은 차량 인증 방법을 통해 가짜 번호판을 이용하여 출입통제 시스템을 통과하는 차량을 통제 및 차단할 수 있다.
또한, 번호판 기반의 기존 출입통제 시스템에 간단한 프로세스를 추가하는 것만으로 차량 인증을 강화할 수 있는 기술을 제공할 수 있다.
또한, 아파트 출입통제 시스템, 주차장 출입통제 시스템 및 관공서 출입통제 시스템에 범용적으로 적용할 수 있는 강화된 차량 인증 기술을 제공할 수 있다.
또한, 차량의 번호판을 위조하여 차량 출입통제 시스템을 통과하려는 불법 시도를 차단함으로써 출입 보안을 강화할 수 있다.
도 6은 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법을 상세하게 나타낸 동작흐름도이다.
도 6을 참조하면, 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 방법은 먼저 차량 출입통제 시스템이 설치된 장소로 진입하는 차량을 촬영하여 차량 전면 이미지를 획득할 수 있다(S610).
이 후, 차량 전면 이미지에서 차량 번호를 인식하고(S620), 인식된 차량 번호를 기반으로 현재 진입 차량이 등록된 차량인지 여부를 초기 판단할 수 있다(S625).
단계(S625)의 판단결과 현재 진입 차량이 등록되지 않은 차량이면, 차량 출입통제 시스템으로 차단 제어신호를 출력하여 해당 차량의 출입을 차단할 수 있다(S650).
또한, 단계(S625)의 판단결과 현재 진입 차량의 등록된 차량이면, 차량 전면 이미지에서 차량 전면 이미지 특징점을 추출할 수 있다(S630).
이 후, 차량 전면 이미지 특징점과 기등록된 차량 전면 이미지 특징점의 유사도 또는 일치율을 기반으로 현재 진입 차량이 등록된 차량인지 여부를 최종 판단할 수 있다(S635).
단계(S635)의 판단결과 차량 전면 이미지 특징점 간의 유사도 또는 일치율이 기설정된 기준 미만이면, 현재 진입 차량이 번호판을 위조한 등록되지 않은 차량인 것으로 판단하고 차량의 출입을 차단할 수 있다(S650).
또한, 단계(S635)의 판단결과 차량 전면 이미지 특징점 간의 유사도 또는 일치율이 기설정된 기준 이상이면, 현재 진입 차량이 등록된 차량인 것으로 판단하고 출입을 허가할 수 있다(S640).
이 때, 차량 출입통제 시스템으로 출입허가 제어신호를 출력하여 해당 차량이 차량 출입통제 시스템을 통과하도록 제어할 수 있다.
도 7은 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 장치를 나타낸 블록도이다.
도 7을 참조하면, 본 발명의 일실시예에 따른 차량 전면 인식을 이용한 차량 인증 장치는 통신부(710), 프로세서(720) 및 메모리(730)를 포함한다.
통신부(710)는 네트워크와 같은 통신망을 통해 차량 인증을 위해 필요한 정보를 송수신하는 역할을 할 수 있다. 이 때, 네트워크는 장치들간에 데이터를 전달하는 통로를 제공하는 것으로서, 기존에 이용되는 네트워크 및 향후 개발 가능한 네트워크를 모두 포괄하는 개념이다.
예를 들면, 네트워크는 인터넷 프로토콜(IP)을 통하여 대용량 데이터의 송수신 서비스 및 끊기는 현상이 없는 데이터 서비스를 제공하는 아이피망, 아이피를 기반으로 서로 다른 망을 통합한 아이피망 구조인 올 아이피(All IP)망 등일 수 있으며, 유선망, Wibro(Wireless Broadband)망, WCDMA를 포함하는 3세대 이동통신망, HSDPA(High Speed Downlink Packet Access)망 및 LTE 망을 포함하는 3.5세대 이동통신망, LTE advanced를 포함하는 4세대 이동통신망, 위성통신망 및 와이파이(Wi-Fi)망 중에서 하나 이상을 결합하여 이루어질 수 있다.
또한, 네트워크는 한정된 지역 내에서 각종 정보장치들의 통신을 제공하는 유무선근거리 통신망, 이동체 상호 간 및 이동체와 이동체 외부와의 통신을 제공하는 이동통신망, 위성을 이용해 지구국과 지구국간 통신을 제공하는 위성통신망이거나 유무선 통신망 중에서 어느 하나이거나, 둘 이상의 결합으로 이루어질 수 있다. 한편, 네트워크의 전송 방식 표준은, 기존의 전송 방식 표준에 한정되는 것은 아니며, 향후 개발될 모든 전송 방식 표준을 포함할 수 있다.
프로세서(720)는 차량의 전면부를 촬영한 차량 전면 이미지를 기반으로 상기 차량의 차량번호를 인식한다.
이 때, 차량 전면 이미지는 차량 번호판, 헤드라이트, 전면 유리, 사이드미러가 포함된 이미지에 상응할 수 있다.
이 때, 딥러닝 기반의 신경망 모델의 세그멘테이션(SEGMENTATION) 기능을 통해 차량 전면 이미지 중 배경 이미지를 제외한 차량 이미지를 추출하고, 차량 이미지에서 차량 번호판 영역을 추출하고, 차량 번호판 영역에서 차량번호를 인식할 수 있다.
이 때, 딥러닝 기반의 신경망 모델은 사전에 학습데이터를 기반으로 학습된 모델에 상응할 수 있다.
예를 들어, 여러 모델의 차량 전면 이미지를 학습데이터로 입력하여 딥러닝 기반의 신경망 모델을 학습시킬 수 있다.
또한, 프로세서(720)는 차량번호를 기등록된 차량 번호와 비교하여 차량의 등록 여부를 초기 판단한다.
이 때, 차량번호가 기등록된 차량 번호와 일치하지 않는 경우, 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
또한, 프로세서(720)는 초기 판단결과 차량이 등록된 차량이라고 판단되는 경우에 차량 전면 이미지를 기반으로 차량 전면 이미지 특징점을 추출한다.
이 때, 차량 전면 이미지를 딥러닝 기반의 신경망 모델로 입력하여 차량 전면 이미지 특징점을 추출할 수 있다.
이 때, 차량 이미지에서 차량 전면 이미지 특징점을 추출할 수 있다.
또한, 프로세서(720)는 차량 전면 이미지 특징점을 차량번호와 매칭되어 기등록된 차량 전면 이미지 특징점과 비교하여 차량의 등록 여부를 최종 판단한다.
이 때, 차량 전면 이미지 특징점과 기등록된 차량 전면 이미지 특징점 간의 유사도를 산출하고, 유사도가 기설정된 기준 유사도 미만인 경우에 차량이 등록되지 않은 차량인 것으로 판단할 수 있다.
또한, 프로세서(720)는 차량이 등록되지 않은 차량인 경우에 출입을 차단한다.
예를 들어, 차량 출입통제 시스템으로 차단 신호를 전달하여 해당 차량이 진입하지 못하도록 할 수 있다.
메모리(730)는 차량 전면 이미지, 기등록된 차량 번호 및 기등록된 차량 전면 이미지 특징점을 저장한다.
또한, 메모리(730)는 상술한 바와 같이 본 발명의 일실시예에 따른 차량 인증 장치에서 발생하는 다양한 정보를 저장한다.
실시예에 따라, 메모리(730)는 차량 인증 장치와 독립적으로 구성되어 차량 인증을 위한 기능을 지원할 수 있다. 이 때, 메모리(730)는 별도의 대용량 스토리지로 동작할 수 있고, 동작 수행을 위한 제어 기능을 포함할 수도 있다.
한편, 차량 인증 장치는 메모리가 탑재되어 그 장치 내에서 정보를 저장할 수 있다. 일 구현예의 경우, 메모리는 컴퓨터로 판독 가능한 매체이다. 일 구현 예에서, 메모리는 휘발성 메모리 유닛일 수 있으며, 다른 구현예의 경우, 메모리는 비휘발성 메모리 유닛일 수도 있다. 일 구현예의 경우, 저장장치는 컴퓨터로 판독 가능한 매체이다. 다양한 서로 다른 구현 예에서, 저장장치는 예컨대 하드디스크 장치, 광학디스크 장치, 혹은 어떤 다른 대용량 저장장치를 포함할 수도 있다.
이와 같은 차량 인증 장치를 이용함으로써 가짜 번호판을 이용하여 출입통제 시스템을 통과하는 차량을 통제 및 차단할 수 있다.
또한, 번호판 기반의 기존 출입통제 시스템에 간단한 프로세스를 추가하는 것만으로 차량 인증을 강화할 수 있는 기술을 제공할 수 있다.
또한, 아파트 출입통제 시스템, 주차장 출입통제 시스템 및 관공서 출입통제 시스템에 범용적으로 적용할 수 있는 강화된 차량 인증 기술을 제공할 수 있다.
또한, 차량의 번호판을 위조하여 차량 출입통제 시스템을 통과하려는 불법 시도를 차단함으로써 출입 보안을 강화할 수 있다.
도 8은 본 발명의 일실시예에 따른 컴퓨터 시스템을 나타낸 도면이다.
도 8을 참조하면, 본 발명의 실시예는 컴퓨터로 읽을 수 있는 기록매체와 같은 컴퓨터 시스템에서 구현될 수 있다. 도 8에 도시된 바와 같이, 컴퓨터 시스템(800)은 버스(820)를 통하여 서로 통신하는 하나 이상의 프로세서(810), 메모리(830), 사용자 입력 장치(840), 사용자 출력 장치(850) 및 스토리지(860)를 포함할 수 있다. 또한, 컴퓨터 시스템(800)은 네트워크(880)에 연결되는 네트워크 인터페이스(870)를 더 포함할 수 있다. 프로세서(810)는 중앙 처리 장치 또는 메모리(830)나 스토리지(860)에 저장된 프로세싱 인스트럭션들을 실행하는 반도체 장치일 수 있다. 메모리(830) 및 스토리지(860)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체일 수 있다. 예를 들어, 메모리는 ROM(831)이나 RAM(832)을 포함할 수 있다.
따라서, 본 발명의 실시예는 컴퓨터로 구현된 방법이나 컴퓨터에서 실행 가능한 명령어들이 기록된 비일시적인 컴퓨터에서 읽을 수 있는 매체로 구현될 수 있다. 컴퓨터에서 읽을 수 있는 명령어들이 프로세서에 의해서 수행될 때, 컴퓨터에서 읽을 수 있는 명령어들은 본 발명의 적어도 한 가지 측면에 따른 방법을 수행할 수 있다.
이상에서와 같이 본 발명에 따른 차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법은 상기한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
200: 진입 차량 201: 카메라
202: 출입통제 시스템 210, 300: 차량 인증 장치
710: 통신부 720, 810: 프로세서
730, 830: 메모리 800: 컴퓨터 시스템
820: 버스 831: 롬
832: 램 840: 사용자 입력 장치
850: 사용자 출력 장치 860: 스토리지
870: 네트워크 인터페이스 880: 네트워크

Claims (16)

  1. 차량의 전면부를 촬영한 차량 전면 이미지를 기반으로 상기 차량의 차량번호를 인식하는 단계;
    상기 차량번호를 기등록된 차량 번호와 비교하여 상기 차량의 등록 여부를 초기 판단하는 단계;
    초기 판단결과 상기 차량이 등록된 차량이라고 판단되는 경우, 상기 차량 전면 이미지를 기반으로 차량 전면 이미지 특징점을 추출하는 단계; 및
    상기 차량 전면 이미지 특징점을 상기 차량번호와 매칭되어 기등록된 차량 전면 이미지 특징점과 비교하여 상기 차량의 등록 여부를 최종 판단하는 단계
    를 포함하는 것을 특징으로 하는 차량 인증 방법.
  2. 청구항 1에 있어서,
    상기 최종 판단하는 단계는
    상기 차량 전면 이미지 특징점과 상기 기등록된 차량 전면 이미지 특징점 간의 유사도를 산출하고, 상기 유사도가 기설정된 기준 유사도 미만인 경우에 상기 차량이 등록되지 않은 차량인 것으로 판단하는 것을 특징으로 하는 차량 인증 방법.
  3. 청구항 1에 있어서,
    상기 초기 판단하는 단계는
    상기 차량번호가 상기 기등록된 차량 번호와 일치하지 않는 경우, 상기 차량이 등록되지 않은 차량인 것으로 판단하는 것을 특징으로 하는 차량 인증 방법.
  4. 청구항 1에 있어서,
    상기 차량이 등록되지 않은 차량인 경우에 출입을 차단하는 단계를 더 포함하는 것을 특징으로 하는 차량 인증 방법.
  5. 청구항 1에 있어서,
    상기 차량 전면 이미지는
    차량 번호판, 헤드라이트, 전면 유리, 사이드미러가 포함된 이미지에 상응하는 것을 특징으로 하는 차량 인증 방법.
  6. 청구항 1에 있어서,
    상기 추출하는 단계는
    상기 차량 전면 이미지를 딥러닝 기반의 신경망 모델로 입력하여 상기 차량 전면 이미지 특징점을 추출하는 것을 특징으로 하는 차량 인증 방법.
  7. 청구항 6에 있어서,
    상기 인식하는 단계는
    상기 신경망 모델의 세그멘테이션(SEGMENTATION) 기능을 통해 상기 차량 전면 이미지 중 배경 이미지를 제외한 차량 이미지를 추출하고, 상기 차량 이미지에서 차량 번호판 영역을 추출하고, 상기 차량 번호판 영역에서 상기 차량번호를 인식하는 것을 특징으로 하는 차량 인증 방법.
  8. 청구항 7에 있어서,
    상기 추출하는 단계는
    상기 차량 이미지에서 상기 차량 전면 이미지 특징점을 추출하는 것을 특징으로 하는 차량 인증 방법.
  9. 차량의 전면부를 촬영한 차량 전면 이미지를 기반으로 상기 차량의 차량번호를 인식하고, 상기 차량번호를 기등록된 차량 번호와 비교하여 상기 차량의 등록 여부를 초기 판단하고, 초기 판단결과 상기 차량이 등록된 차량이라고 판단되는 경우에 상기 차량 전면 이미지를 기반으로 차량 전면 이미지 특징점을 추출하고, 상기 차량 전면 이미지 특징점을 상기 차량번호와 매칭되어 기등록된 차량 전면 이미지 특징점과 비교하여 상기 차량의 등록 여부를 최종 판단하는 프로세서; 및
    상기 차량 전면 이미지, 상기 기등록된 차량 번호 및 상기 기등록된 차량 전면 이미지 특징점을 저장하는 메모리
    를 포함하는 것을 특징으로 하는 차량 인증 장치.
  10. 청구항 9에 있어서,
    상기 프로세서는
    상기 차량 전면 이미지 특징점과 상기 기등록된 차량 전면 이미지 특징점 간의 유사도를 산출하고, 상기 유사도가 기설정된 기준 유사도 미만인 경우에 상기 차량이 등록되지 않은 차량인 것으로 판단하는 것을 특징으로 하는 차량 인증 장치.
  11. 청구항 9에 있어서,
    상기 프로세서는
    상기 차량번호가 상기 기등록된 차량 번호와 일치하지 않는 경우, 상기 차량이 등록되지 않은 차량인 것으로 판단하는 것을 특징으로 하는 차량 인증 장치.
  12. 청구항 9에 있어서,
    상기 프로세서는
    상기 차량이 등록되지 않은 차량인 경우에 출입을 차단하는 것을 특징으로 하는 차량 인증 장치.
  13. 청구항 9에 있어서,
    상기 차량 전면 이미지는
    차량 번호판, 헤드라이트, 전면 유리, 사이드미러가 포함된 이미지에 상응하는 것을 특징으로 하는 차량 인증 장치.
  14. 청구항 9에 있어서,
    상기 프로세서는
    상기 차량 전면 이미지를 딥러닝 기반의 신경망 모델로 입력하여 상기 차량 전면 이미지 특징점을 추출하는 것을 특징으로 하는 차량 인증 장치.
  15. 청구항 14에 있어서,
    상기 프로세서는
    상기 신경망 모델의 세그멘테이션(SEGMENTATION) 기능을 통해 상기 차량 전면 이미지 중 배경 이미지를 제외한 차량 이미지를 추출하고, 상기 차량 이미지에서 차량 번호판 영역을 추출하고, 상기 차량 번호판 영역에서 상기 차량번호를 인식하는 것을 특징으로 하는 차량 인증 장치.
  16. 청구항 15에 있어서,
    상기 프로세서는
    상기 차량 이미지에서 상기 차량 전면 이미지 특징점을 추출하는 것을 특징으로 하는 차량 인증 장치.
KR1020210072003A 2021-06-03 2021-06-03 차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법 KR20220163626A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210072003A KR20220163626A (ko) 2021-06-03 2021-06-03 차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210072003A KR20220163626A (ko) 2021-06-03 2021-06-03 차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법

Publications (1)

Publication Number Publication Date
KR20220163626A true KR20220163626A (ko) 2022-12-12

Family

ID=84391529

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210072003A KR20220163626A (ko) 2021-06-03 2021-06-03 차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법

Country Status (1)

Country Link
KR (1) KR20220163626A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190115501A (ko) 2018-03-14 2019-10-14 광주과학기술원 차량 인식 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190115501A (ko) 2018-03-14 2019-10-14 광주과학기술원 차량 인식 시스템

Similar Documents

Publication Publication Date Title
JP2022118730A (ja) 車両のドアロック解除方法及び装置、システム、車両、電子機器並びに記憶媒体
US11120250B2 (en) Method, system and computer program for comparing images
KR20220066155A (ko) 차량의 도어 제어 방법 및 장치, 시스템, 차량, 전자 기기 및 기억 매체
CN110386108A (zh) 基于人脸识别的车载应用权限控制方法、系统及其设备
KR101931867B1 (ko) 모바일 단말기를 이용한 출입 관리시스템
CN112819997A (zh) 创建车辆钥匙的方法、装置和计算机可读存储介质
KR20190136179A (ko) 생체 인식 기반의 출입문 제어 시스템 및 방법
KR20190136178A (ko) 생체 인식 기반의 출입문 제어 시스템 및 방법
KR102380662B1 (ko) 인공지능 기반의 주차장 공유 시스템
KR20210084806A (ko) 홍채 인식 기반 왜곡 영상 복원 처리 방법
KR20170084463A (ko) 차량 인증 장치 및 차량 인증 방법
KR20220163626A (ko) 차량 전면 인식을 이용한 차량 인증 장치 및 이를 이용한 방법
KR100685723B1 (ko) 차량도난방지기능을 갖는 주차장관리시스템 및 그 운용방법
KR102093858B1 (ko) 바이오메트릭스 기반 차량 제어 장치 및 이를 이용한 차량 제어 방법
KR20220067918A (ko) 디지털 신분증을 이용한 얼굴 인증 장치 및 방법
KR100770157B1 (ko) 이동형 차량번호 판독 및 증거수집 시스템
KR20130005108A (ko) 운전중 휴대폰 사용 제한 장치 및 그 방법
KR20100116124A (ko) 컴퓨터와 이동통신단말기 간 영상통화에서의 원격 신원확인방법 및 장치
KR20050022564A (ko) 주민등록증의 위변조 판별ㆍ본인 확인 시스템 및 그 방법
KR102069567B1 (ko) 생체 인증을 이용한 통합배선시스템
CN113284349A (zh) 车牌识别方法及系统
KR20210084804A (ko) 신분증 인식 기반 왜곡 영상 복원 처리 방법
KR20210084802A (ko) 왜곡 영상 복원 처리 방법
KR20210084805A (ko) 지문 인식 기반 왜곡 영상 복원 처리 방법
CN110135191A (zh) 一种访客信息处理系统及方法

Legal Events

Date Code Title Description
A201 Request for examination