비정형화된 환경에서 차량 번호판 검출을 위한 CNN 기반의 단일 파이프라인 검출 방법

Abstract

객체의 등장이 정형화되지 않은 환경의 감시 영상에서 번호판 영역을 검출하는 것은 영상감시 어플리케이션 중에서 중요한 정보처리 단계 중 하나이다. 최근 몇 년간 CNNs(Convolutional Neural Networks) 기반의 프레임워크들은 물체 검출을 위하여 발전되어 왔고 훌륭한 성능을 보이고 있다. 하지만 대다수 CNN기반의 물체 검출 방법들은 검출이 어려운 조건의 데이터는 고려하지 않고 차량의 등장 형태가 정형화된 학습 데이터를 대상으로 주로 발전되어 왔다. 본 논문에서는 다양한 어려운 조건이 등장하는 비정형화된 영상에서 나타나는 번호판을 검출하기 위하여, 차량의 3차원 포즈 추정을 통해 번호판이 검출될 수 있는 후보 영역을 정하고 CNN을 기반으로 해당 영역을 집중적으로 탐색하는 방법을 제안한다. 또한 실시간 처리를 위하여 바운딩박스 정보 추정과 클래스 추정 단계를 하나로 통합한 단일 파이프라인 기반의 검출기 모델을 사용하였다. 실제 실외 CCTV환경에서 등장하는 차량을 대상으로 실험한 결과 번호판이 반듯하게 등장할 때 검출되는 것만큼의 검출 결과를 얻었다.