최근 오토바이로 인한 교통법규 위반 및 범죄 발생이 증가하면서 양방향 CCTV 설치 등 오토바이를 효과적으로 단속하기 위한 다양한 정책들이 발표되었다. 본 연구에서는 베트남 빈증성에 CCTV를 설치하여 취득한 CCTV 영상을 기초로 인공지능 알고리즘을 활용한 오토바이 번호 인식 기술을 개발하여 그 정확도를 평가하였다. 먼저 베트남 오토바이 규격을 파악하여 3D 형태의 가상번호판을 생성한 후 환경 및 카메라 레시피를 적용하여 학습데이터를 대량으로 구축하였다. 또한 Cycle GAN 알고리즘을 적용하여 실제 번호판이 갖는 훼손이나 오염 특성을 효과적으로 구현할 수 있었다. 오토바이 번호인식을 위해 먼저 NanoDet-Plus 학습 Tool을 활용하여 번호판 영역을 학습하였으며, 훈련자료 36,720개와 검증자료 2,327개를 활용하여 Epoch와 Batch Size에 따른 인식 정확도를 평가하였다. 그리고 생성된 번호판 영역으로부터 앵커박스와 LPRNet 학습 Tool을 활용하여 오토바이 번호인식 정확도를 평가한 결과, 3D 가상번호판, Cycle GAN으로 변환한 번호판 그리고 실제 번호판이 각각 6,000개, 54,000개, 511개 일 때의 인식 정확도가 97%로 가장 높게 나타남을 알 수 있었다. 본 연구에서 개발한 오토바이 번호인식 기술은 양방향 CCTV 확대 및 전면번호판 도입과 함께 오토바이 교통법규 위반 및 범죄예방에 효과적으로 활용될 수 있으리라 기대한다.
더보기Recently, as traffic law violations and crimes caused by motorcycles have increased, various policies have been announced to effectively crack down on motorcycles, such as installing two-way CCTV. In this study, we developed a motorcycle number recognition technology using an artificial intelligence algorithm based on CCTV images acquired by installing CCTV in Vietnam and evaluated its accuracy. First, we identified Vietnamese motorcycle specifications and created a 3D virtual license plate, then applied the environment and camera recipe to build a large amount of learning data. Additionally, by applying the Cycle GAN algorithm, we were able to effectively implement the damage and contamination characteristics of actual license plates. For motorcycle number recognition, the license plate area was first learned using the NanoDet-Plus learning tool, and recognition accuracy was evaluated according to Epoch and Batch Size using 36,720 training data and 2,327 verification data. And from the generated license plate area, the accuracy of motorcycle number recognition was evaluated using the anchor box and LPRNet learning tool. As a result, it was found that the recognition accuracy was highest at 97% when there were 6,000, 54,000, and 511 3D virtual license plates, license plates converted to Cycle GAN, and actual license plates, respectively. It is expected that the motorcycle number recognition technology developed in this study can be effectively used to prevent violations of motorcycle traffic laws and crimes along with the expansion of two-way CCTV and the introduction of front license plates.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)