CNNを用いた予測に有効なナンバープレート写真用トレーニングデータの検討

• Item type: Journal(1)
• 公開日: 2021-02-15
• タイトル: CNNを用いた予測に有効なナンバープレート写真用トレーニングデータの検討
• タイトル / 言語: en
• タイトル: Examination of Choosing License Plate Photographs for Effective Training Data of CNN
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：ネットワークサービスと分散処理] ナンバープレート，機械学習，デジタルフォレンジック
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00209322
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 東京工科大学大学院バイオ・情報メディア研究科
• 著者所属: 東京工科大学大学院バイオ・情報メディア研究科
• 著者所属(英): en
• 著者所属(英): Tokyo University of Technology Graduate School
• 著者所属(英): en
• 著者所属(英): Tokyo University of Technology Graduate School
• 著者名: 鈴木, 友哉; 宇田, 隆哉
• 著者名(英): Tomoya, Suzuki; Ryuya, Uda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 犯罪捜査などで自動車を特定するため，ナンバープレートの数字を読み取ることは重要である．しかし，自動車が画像または映像でとらえられていても，そのナンバープレートの数字を人間が読み取ることは難しい場合がある．とくに，監視カメラは，メモリ容量を節約したり，肖像権またはプライバシの侵害リスクを低減させたりするために，一般的に解像度が低く設計されている．また，画像は，ボケ，ノイズ，ヘイズ，光量の偏差によって劣化する．そこで我々は，人間が読むことが難しいナンバープレートの数字を，CNNによって推測する方法を提案し，実験を行った．CNNによる画像の分類を行う場合，トレーニング用の画像として実際の写真を大量に集めることが一般的である．しかし，角度や明るさなど，あらゆる条件を合わせた大量の写真をそのつど用意することは困難である．そこで，我々はトレーニング用の画像をCGを用いて作成した．これにより，異なるものを何枚でも用意できるが，計算コストに対して精度を高める効率の悪いものや，加えることで精度を下げてしまうものが存在する可能性がある．そこで，本論文では，どのような画像を追加することで，効率良く精度を高められるのか評価を行った．実験では，明るくした画像や暗くした画像の追加が有効であり，画像の一部分を切り出した画像の追加はあまり有効でないという結果が得られた．また，人間が確信を持って判読できない数字の1つを，コンピュータが最大平均98.6%の予測値で推測可能であることが示せた．本論文の技術は，デジタルフォレンジックや捜査対象を絞り込む際の補助的な情報として利用可能である．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Reading numbers on license plates of cars are one of the important methods for criminal investigation. However, it is sometimes difficult to read the numbers on images or video by humans. Especially, resolution of video by surveillance cameras is usually low due to saving recording memory space or reducing infringement risks of portrait right or privacy. Moreover, images become deteriorate by blur, noise, haze and quantity of light. Therefore, we proposed a method to read numbers on license plates of cars, which are difficult to be read by humans, by CNN and evaluated it. When images are classified by CNN, quite many real images for training data must be collected. However, it is difficult to collect such many real images which match any environment such as angles, lights, etc. for only one image. Therefore, we created the images by computer graphics. The creation enables to prepare any numbers of different images, but there may be ineffective high cost images or those decrease classification accuracy. Therefore, in this paper, we investigated which kind of images can enhance the accuracy effectively. As a result, to add lighter and darker images was effective and to add cropped images was not effective. In addition, the result shows that computers can read a number with 98.6% predicted accuracy in maximum average, which cannot be read by humans. The proposed method can be used for digital forensics and narrowing down the candidates in criminal investigation.
• 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: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 62, 号 2, p. 484-496, 発行日 2021-02-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764