Abstract

In this paper, a system which can effectively recognize the plate image extracted from camera set on a moving car is proposed. To extract car licence plate from moving vehicles, multiple candidates are maintained based on the strong vertical edges which are found in the region of car licence plate. A candidate region is selected among them based on the ratio of background and characters. We also make a comparative study of recognition performance between support vector machines and modular neural networks. The experimental results lead us to the conclusion that the former is superior to the latter. For a better recognition rate, a simple method combining the support vector machine with modular neural network where the output of the latter is used as the input of the former is suggested and evaluated. As we expected, the hybrid one shows the best result among those three methods we have mentioned.

이동중인 차량에 카메라를 설치하여 주행 중에 정지 또는 주행중인 자동차의 영상을 획득하여, 이를 인식하는 시스템을 제안한다. 주행 중에 획득한 영상에서 번호판 영역을 추출하기 위하여, 번호판 영역에서 나타나는 강한 수직 에지 성분을 이용하여 번호판 후보 영역들을 찾고 이진화 된 영상에서의 배경과 문자의 구성비를 따져 번호판 영역을 추출하는 방법을 사용한다. 자동차 번호판 인식을 위하여 다중 클래스 인식을 지원하는 SVM과 모듈라 신경망 인식 성능을 비교하였으며, 인식률을 높이기 위하여 SVM을 모듈라 신경망과 결합하여 다중 클래스 분류기로 확장하는 방법을 제안하고 실험하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.

Keywords

• Modular Neural Network;
• Support Vector Machine;
• Licence Plate Recognition

• 모듈라 신경망;
• 서포트 벡터 머신;
• 번호판 인식;