본문 바로가기

딥 러닝을 이용한 차량 분석 시스템

  • 이승빈
  • 인천대학교
  • 작품구분일반형
  • 공개여부비공개
  • 카테고리정보, 생활, 기타
  • 등록일2017-06-09
  • 팀원(공동개발자)이주헌
  • 출품 경진대회송도산업단지캠퍼스 캡스톤디자인 성과전시회

상세설명

1. 수행배경

 우리나라의 소득 증가와 더불어 차량은 점점 늘어나고 있는 추세이다. 차량이 늘어나는 만큼 이를 이용한 범죄 또한 증가하고 있다. 하지만 차량은 번호판이라는 고유한 번호가 존재 한다.

무인 CCTV 번호판 감지 시스템은 공공장소에 주로 설치가 되어 있다. 이것은 위치가 고정되어 있기 때문에 사용에 제한이 있고 가격이 비싸다. 비슷한 시스템 중 현재 사용되고 있는 번호판 인식 시스템은 주차장에서 많이 사용된다. 하지만 이 시스템은 특정 위치에 번호판이 들어와야 제대로 동작한다.

 

 

<그림1> 주차장 입구 번호판 인식

 

하지만 주행 중에 카메라를 통해 실시간으로 번호판을 인식 할 수 있다면 어떨까? 경찰이 순찰을 할 때 대포차량, 수배차량의 번호판을 일일이 외워서, 특정 단말기에 입력을 하여 찾아내기는 현실적으로 어렵다. 그래서 우리의 이동식, 차량 고정식 번호판 인식 시스템은 경찰차에 부착하거나 경찰이 단순히 소지하면 차량 번호판을 인식하여 대포차량, 수배차량 등 각종 범죄와 연관된 차량의 번호판을 인식하면 경보음이나 지휘통제실의 서버에 GPS정보와 번호판 정보를 전송하여 실시간으로 확인 할 수 있는 시스템이다.

 

그리고 현재 개발되고 있는 무인 자동차와의 연계도 훌륭할 것으로 보인다. 또한 운송업체와 협력하여 택배차량, 화물차량에 의무적으로 이를 부착하게 한다면 검거율이 매우 높아지고 차량을 이용한 범죄가 줄어들 것으로 예상 된다.

2. 수행기간

 

 

항 목

추진일정 ( 2 )학기

3

4

5

6

기존기술 조사 및 계획수립

 

 

 

 

재료구매 및 H/W 제작

 

 

 

 

내부 S/W 개발 및 수정

 

 

 

 

시작품 제작 및 테스트

 

 

 

 

결과보고서 작성 및 제출

 

 

 

 

 


3. 개발작품 설명

- 전체적인 진행방식

 


<그림2> 전체적인 진행방식

 

웹캠을 통해 전제적인 이미지를 받아 main board에 입력한다. 입력된 data와 인공지능을 통해

target 이미지를 추출하여 사용자에게 보여준다. 그리고 저장된 DB data와 비교하여 위험한 차량인지 분석하여 사용자에게 보여주고 바로 서버로 전송하여 이를 알린다.

 

- 인공지능 학습

 

인공지능 학습을 하기 위해 Neural network를 이용하여 진행한다.

 

<그림3> 인공지능 학습방식

 

수십만 장의 이미지를 학습 알고리즘에 넣어 학습된 신경망을 추출하여 저장한다.

 

- 차량 식별 과정

 

웹캠으로 영상을 받아온다. 이때 영상은 프레임 별로 입력이 되고 각 입력되는 이미지는 따로 분리작업을 하여 수정된 이미지가 나오게 된다. 그 이미지를 학습된 신경망에 넣어 결과를 추출하고 추출한 결과가 원하는 결과이면 ROI 관심영역을 설정하여 타겟 이미지를 보여준다.

 

 

<그림4> 차량 식별 과정

 

- 번호판 식별 과정

 

차량으로 식별된 이미지를 받아 전처리 과정을 진행한다. 컬러 이미지를 이진 영상으로 변환 하고 가장자리 검출 한다. 그리고 threshold를 적용해 가장자리를 추출하고 각 윤곽의 배열에 접근하여 잡음이라 생각되는 윤곽은 지운다. 모든 전처리가 끝나고 남은 윤곽을 가지고 한 쪽에서부터 정렬된 순서로 윤곽을 확인한다. 이때 일정 거리가 지나면 초기화 시키고 만약 우리가 원하는 Contour가 나타나면 번호판이라고 인식한다.

 

 

 

<그림5> 번호판 식별 과정

 

- H/W 구성도

 

이번 프로젝트에 사용되는 H/W로는 영상을 받을 웹캠(카메라)와 영상처리와 신경망을 이용할 Main board 그리고 결과 영상을 보여줄 displaysub board, 촬영을 시작할 버튼 마지막으로 전체전원을 공급할 battery가 있다.

 

전체적인 배치는 다음과 같다.

 

<그림6> H/W 구성도

 

4. 활용방안

  • 어느 차량에도 사용가능한 범용성

     

    요즘 블랙박스를 차량에 많이 설치한다. 만약 우리의 기술을 이용하면 기존의 블랙박스를 교체하지 않고 모듈을 하나 추가하는 방식으로 업그레이드가 가능하다. 교체할 필요가 없기 때문에 거기에서 나오는 쓰레기나 추가 비용이 들지 않다. 또한 블랙박스에 한정되는 것이 아니라 CCTV나 기타 방범용 카메라에도 적용이 가능하여 어느 기기 어느 차량에도 설치가 가능하다.

     

    - 도난, 범죄 차량을 확인하는 방범

    경찰들이 도난, 범죄 차량을 확인하는 방법 중 하나는 차량 번호판을 일일이 확인해서 알아내는 일이 있다. 이 방법은 실제로 잘 확인하기 힘들다. 빠르게 지나가는 차량의 번호판은 쉽게 찍을 수가 없다. 또한 특정 상황에서만 차량번호판의 식별이 가능하다. 일반적인 교통상황에서는 불가능 한 말이다. 하지만 이 기술이 적용이 되면 일반적인 상황에서 차량이 도난 차량인지, 범죄에 이용된 차량인지 실시간으로 확인이 가능하다. 따라서 경찰들이 가지고 다니면서 사용하거나 CCTV에 설치하면 실시간으로 차량을 확인 할 수 있다. 그러면 범죄를 예방하고 빠르게 대항에 범죄율이 줄어들 것이다.

     

    - 국내의 독자적 기술로 경쟁력 강화

     

    아직까지 국내에는 딥 러닝을 통해 도난 차량을 찾아내고 범죄로부터 위험을 감지하는 기술이 없어 외산기술에 의존하고 있다. 이렇게 외산기술에 의존하면 그만큼 비용도 많이 들고 경쟁력이 줄어들 것이다. 따라서 “AI을 사용한 방범 카메라나 블랙박스를 개발하여 특허를 출원한다면 국내 AI 산업은 더욱 경쟁력을 갖게 될 것이다.

소개 영상

소개 슬라이드

정보가 없습니다.

기타자료

댓글