ㆍ딥러닝(Faster RCNN) 방식을 이용한 차량 번호판 문자 인식에 관한 기술

ㆍ기존 OCR 기술의 경우 한글 인식률이 떨어지고 문자 추출 오류 발생
- 광학 문자 인식(OCR)은 해외에서 연구한 기술로서 영어 인식 위주로 개발 → 낮은 한글 인식률
- 한글 인식률 향상을 위해 문맥을 파악해 오류 개선시키는 딥러닝 모델(LSTM) 접목 → 단일 한글로 구성된 번호판 인식률 및 문자가 아닌 부분을 문자로 인식하는 문제 발생

ㆍ높은 한글 인식률과 정확한 문자 추출 및 객체 인식 비용 절감 가능
- Faster-RCNN로 경계영역 박스 생성하여 숫자 출력 및 한글 분류 후 한글 손글씨 인식 모델을 통해 초성, 중성, 종성으로 인식 및 분석하여 한글 추출 (학습데이터의 양이 적어도 가능)
- 숫자와 한글만 학습하고 경계영역 박스를 그리기 때문에 번호판 구조와 상관없이 문자 인식 가능 → 번호판 구조가 바뀌어도 사용 가능
- 주차통제 시스템 활용 시, 한글 인식률 개선 및 카메라 설치 비용 절감

ㆍ딥러닝 기반 차량 번호판 인식 장치를 사용하는 교통 산업 분야

ㆍ(세계 차량번호판 자동인식시스템 시장) 7억 8,300만 달러 (‘21) → 12억 400만 달러 (‘26) 규모 증가 예상 (CAGR 9%)
- 도로 현대화를 목표로 각국 인프라 개발 및 차량 도난 방지 솔루션 요구 증가, 멀티플렉스 시설 증가 등으로 인해 시장 성장 예상

ㆍ(세계 광학 문자 인식(OCR) 시장) 122억 달러 (‘21) → 237억 달러 (’26) 규모 증가 예상 (CAGR 14.2%)
- AI기술 발전, 디지털화 증가 및 금융기관 OCR 보급 증가로 인해 OCR 시장 성장 강화 예상