機械学習によるナンバープレート数字画像認識精度の向上

• Item type: SIG Technical Reports(1)
• 公開日: 2016-05-05
• タイトル: 機械学習によるナンバープレート数字画像認識精度の向上
• タイトル / 言語: en
• タイトル: A Machine Learning Approach to Improve Image Recognition Accuracy for License Plate Numbers
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 滋賀県警察本部科学捜査研究所／立命館大学大学院理工学研究科
• 著者所属: 立命館大学大学院理工学研究科
• 著者所属: 立命館大学大学院理工学研究科
• 著者所属: 立命館大学大学院理工学研究科
• 著者所属: 立命館大学大学院理工学研究科
• 著者所属: 甲南大学共通教育センター
• 著者所属(英): en
• 著者所属(英): Forensic Science Laboratory, Shiga Prefectural Police Headquarters / Graduate School of Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Center for Education in General Studies, Konan University
• 著者名: 辻, 広生; 福水, 洋平; 道関, 隆国; 山内, 寛紀; 山崎, 史紘; 吉川, 歩
• 著者名(英): Hiroo, Tsuji; Yohei, Fukumizu; Takakuni, Douseki; Hironori, Yamauchi; Fumihiro, Yamasaki; Ayumi, Yoshikawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 防犯カメラ画像に映ったナンバープレートの数字情報は，犯罪捜査において有用な情報となるため，ナンバープレート数字情報を読み取るための画像認識技術が提案されてきた．しかし，犯罪捜査の対象画像において，画質の劣化が顕著な場合が多く，高い認識精度を得ることが困難である．劣化画像では，特に数字領域の切り出し精度が低下することや光量の偏りが問題となる．また，画像処理パラメータの最適化が課題となっており，処理実施者の主観によらない手法が必要である．そこで，本稿で劣化画像における認識精度向上と，客観的手法によるパラメータ最適化を目的として，機械学習によるナンバープレート数字画像認識精度の向上手法を提案する．提案手法は第一に，混合正規分布モデルに基づく輝度値クラスタリングを対象ブロック内で行い，対象ブロックをラスタスキャンしてナンバープレート画像全体をクラスタリングする手法を用い，数字領域の切り出しを高精度に行う．そして第二に，クラスタリングにより得られた領域分割画像に対して画像認識を行うことにより光量の偏りが認識精度に及ぼす影響を低減する．また，クラスタリング処理パラメータを，機械学習アルゴリズムにより設定することで，認識結果の客観性を高める．本稿では実写画像を用いて提案法の有効性と妥当性を確認するための実験を行った．実験の結果，提案手法により認識を行った場合，従来手法のクラスタリングで数字領域を切り出して認識を行った場合よりも，認識の正答率が平均約 50.4 パーセント向上し，提案手法に有効性を認めた．また，提案手法で設定したパラメータにおいて，認識の正答率が最大となり，提案手法に妥当性を認めた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Various image recognition methods are proposed for reading the numbers of the license plate in security cameras because its numbers are useful for criminal investigations. However, it is difficult to obtain high recognition accuracy in the target criminal image which quality is deteriorated remarkably. In deteriorated images, cutouts accuracy degradation of the numbers area and light intensity bias becomes a problem. The optimization of image processing parameters also becomes a problem, so that the approach that does not depend on the subjectivity of the process practitioner is required. In order to solve these problems, we propose a machine learning approach to improve image recognition accuracy for license plate numbers. Firstly, the proposed method cuts out numbers area accurately using image intensity clustering based on Gaussian mixture model in the target block with a raster scan technique. And secondly, the proposed method reduces the effect of the light intensity bias on the recognition accuracy using the segmented image. In addition, the proposed method adopt a machine learning approach for setting the clustering parameters to increase the objectivity of the recognition result. In order to confirm the effectiveness and the validity of the proposed method, we have experimented with real images. From the experimental results, the recognition rate has increased by about 50.4% on average using the proposed method, and the effectiveness of the proposed method was confirmed. Furthermore, the recognition rate was maximized in the parameters of the proposed method, and the proposed method was validated.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2016-CVIM-202, 号 2, p. 1-6, 発行日 2016-05-05
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会