KR102180916B1

KR102180916B1 - 인공지능 영상 분석 시스템 및 방법

Info

Publication number: KR102180916B1
Application number: KR1020200037933A
Authority: KR
Inventors: 김정구
Original assignee: 김정구
Priority date: 2020-03-30
Filing date: 2020-03-30
Publication date: 2020-11-19

Abstract

본 발명은 주차장 출입구 및 자율 주행 차량 등에 설치되어, 주차장에 진입하는 차량을 촬영하기 전에 또는 자율 주행 차량이 주변을 촬영하기 전에, 인공지능으로 주변 조도 변화를 분석해 에러가 발생치 않도록 조도를 조절한 후 영상을 촬영하도록 하는, 인공지능 영상 분석 시스템 및 방법이 개시된다.
개시된 인공지능 영상 분석 시스템은, 영상 촬영 장치의 셔터, 게인, 조리개에 대한 레벨을 조절하기 위한 기초 조도가 저장된 기초조도 레지스터부; 조도 분석용 영상을 인공지능 자동조도조절 알고리즘에 따라 분석하여 차량의 진입 방향에 따라 주간조도 랙탱글(Rectangle) 영역 또는 야간조도 랙탱글 영역을 선택하는 조도 분석부; 상기 선택된 랙탱글 영역에 대해 인공지능 자동조도조절 알고리즘을 통해 스타트 모드의 조도 값에 근거하여 모드별 존(Zone) 범위내 가감되는 조도레벨 범위를 선정하여 임계 조도값으로 제공하는 모드별 존범위 분석부; 및 상기 제공된 임계 조도값을 영상 촬영 장치에 적용하여, 영상 촬영 장치가 임계 조도값에 근거하여 차량 또는 객체를 촬영하여 객체 인식용 영상을 획득하도록 제어하는 중앙처리장치(CPU)를 포함할 수 있다.

Description

인공지능 영상 분석 시스템 및 방법{Artificial Intelligence image analysis system and method thereof}

본 발명은 인공지능 영상 분석 시스템 및 방법에 관한 것으로서, 더욱 자세하게는 주차장 출입구 및 자율 주행 차량 등에 설치되어, 주차장에 진입하는 차량을 촬영하기 전에 또는 자율 주행 차량이 주변을 촬영하기 전에, 인공지능으로 주변 조도 변화를 분석해 에러가 발생치 않도록 조도를 자동으로 조절한 후 영상을 촬영함으로써, 주차장에 진입하는 차량번호를 인식하거나, 자율 주행 차량이 이동 중 영상을 촬영하여 그 영상에서 필요한 각종 자료를 실시간으로 분석해 안전하게 목적지까지 무인 운전 방식으로 주행할 수 있도록 하는, 인공지능 영상 분석 시스템 및 방법에 관한 것이다.

일반적으로 차량의 번호판은 각 차량마다 식별을 달리하도록 부여된 고유번호로서 제작사, 제작 기간, 사용 용도, 배기량, 원동기 형식, 소유주, 거주 등록지 불법차량, 도난 차량 조회, 부제 위반 차량검색, 수배 차량, 과속위반 차량, 요금미납 차량, 요금징수, 차량 통과 위배 여부 판독, 특수차량 구분 등의 정보를 조회하기 위해 사용된다.

따라서 어떠한 속도, 조회 환경에서도 차량번호를 빠르고 정확하게 인식하는 것이 매우 중요하다.

차량번호 인식 기술은 입, 출차 중이거나 이동 중이거나 주차 중인 차량 등으로부터 영상을 촬영하여 차량 번호를 인식하는 영상 인식 기술이다.

주차 관제 시스템에 적용 시, 무 발권 입, 출차 방식을 통해 방문 차량과 각종 정기 차량 등을 분석하고, 입, 출차 여부를 자동 통제하며, 방문 차량의 경우 주차 시간을 유/무인 요금 정산기로 자동으로 계산시킨다.

주차 위치 관제 시스템에 적용 시, 내차 찾기 관제, 유도 관제와, 불법 주차위반 방지를 위해 위반 내용에 적합한 자동 안내방송 기능과 영상보안 관제로 영상 저장, 모니터링 등의 기능을 하며, 저장 영상 찾을 시 내 차량 번호만으로 NVR에 저장된 영상을 간편하게 자동으로 검색할 수 있다.

또한, 영상 인식 기술은 각종 주차위반, 지정 주차위반, 특수 주차구역 위반, 주, 정차 위반 등의 각종 불법주차 위반 및 도로교통 위반 등을 단속하기 위하여 널리 사용되고 있다.

또한, 영상 인식 기술은 비상 관제와 연동 시 위급 상황에 처한 사람의 영상이 포함된 실존 영상 팝업과 주변 4화면 입체 팝업을 통해 조력자가 있는지 등을 알 수 있도록 한다.

자율주행의 각종 영상 분석 기술에 적용 시 고속으로 차량 운행 중 주변 사물의 영상을 촬영하여 주변 차량의 속도, 운행방향, 사물의 종류 등을 분석하여 차량이 안전 자율 주행을 할 수 있도록 눈과 지능 역할을 한다.

그러나, 영상 인식 기술은 태양광 또는 주변 광원 등의 빛으로 인하여 역광, 반사광, 측광 등이 발생될 경우에는 주변의 사물과 자동차 등의 속도나 운행 방향 등을 검출해 낼 수 없는 영상이 촬영 될 수 밖에 없어진다.

따라서 각종 영상을 분석하기 위한 영상을 촬영하기 전에 움직이는 사물의 종류 및 속도 방향 등을 어떤 경우에라도 분석 가능한 영상을 촬영하기 위해서는 영상 분석용 영상을 촬영하기 전, 사전에 에러 발생을 차단하기 위한 조도 분석용 영상을 먼저 촬영해 이동 중인 사물의 영상 분석이 가능해지도록 각각의 이동 물체에 대해 개별 자동 조도 조절을 할 수 있는 고지능 조도 조절을 한 후에 각종 영상 분석에 사용할 분석용 영상을 촬영하고 그 영상에서 각종 영상 자료를 분석할 수 있도록 해야 한다.

차량번호 인식기술은 영상 인식 기술의 하나로서 빠르고 정확하게 인식하기 위해서는 번호 인식용 영상을 촬영하기 전 어떠한 자연현상 에러가 발생되더라도 영상 분석이 가능한 임계값에 준한 영상이 촬영되어야 하는 것이 기본이다.

임계값을 가진 영상이 촬영되었다 하더라도 이는 전체 영상 범위가 임계값으로 촬영될 경우에는 차량의 번호판 부분을 인식할 수 없게 차량번호 분석이 불가능한 반사광, 역광, 측광, 일부 그림자, 자동차 불량 헤드라이트 빛, 안개, 눈, 비 등에 의한 에러 발생 영상으로 촬영된다.

따라서, 번호판 주변의 조도를 기준으로 하는 임계값 조도 변경이 이뤄져야 주변의 조도만은 번호 분석이 가능해지는 부분 영역 임계값으로 촬영할 수 있게 된다.

현존하는 모든 카메라는 동일한 기능인 촬영되는 영상의 모든 부분이 명암비가 높도록 촬영하는 기술로 진화되어 왔다.

명암비가 높도록 촬영하는 기술은 실제 자연 현상에서 일어나는 실시간 화질의 선명도를 높일 수 있으나, 영상 분석 측면에서 보면 영상을 분석하기 위해서는 화질의 명암비 보다는 전체 촬영 범위 내 화면 구석구석 등에 포함된 사물 등이 잘 분석할 수 있도록 명암비는 낮추고 선명도는 높인 영상 촬영이 중요한 요소 중의 하나이다.

이는 태양 또는 광원 등이 빛을 비추는 각도, 위치, 조도량, 그림자 등에 영향을 받아 명암비만 높아지는 영상 촬영에 대해, 차량의 번호판이 위치한 부분 또는 이동 중인 물체와 속도, 주변 사물의 종류 등을 분석할 수 있도록 인공지능을 통해 자동으로 조도를 조절한 후 영상 분석용 영상을 촬영할 수 있는 필요성이 요구된다.

또한, 종래의 실외에 설치되는 차량번호 인식 시스템은 태양이 비추는 곳에 주변 환경 물체가 있을 경우 물체에 의해 그림자가 발생되고 그 그림자로 인해 차량의 번호판 일부분이 가려지는 현상이 발생되는 경우에는 차량 번호판을 찾을 수 없게 되어 번호 인식이 불가능해짐에 따라 인공지능을 통해 자동으로 조도를 조절할 수 있는 기술이 필요하게 되었다.

종래의 실외에 설치되는 차량번호 인식 시스템이나 자율 주행 차량에 설치되는 영상분석 시스템 등은 태양광 또는 주변의 강한 광원으로부터 빛이 비추는 각도 및 시간 등에 따라 평상 시는 전혀 발생치 않다가 차량이 진입하거나 물체로부터 반사 각도와 그림자 등으로 인해서 역광, 반사광, 측광 등의 에러가 수반되는 영상이 촬영되고 있다. 이로 인하여, 번호 인식이 불가능해지는 경우가 발생되므로, 영상 분석용 영상을 촬영하기 전에 에러가 발생되지 않게 조도를 자동으로 조절하는 기술의 필요성이 요구된다.

종래의 실외에 설치되는 차량번호 인식 시스템이나 자율 주행 차량에 설치되는 영상 분석 시스템은 대규모 양의 작은 구름들이 연속적으로 이동될 경우에는 구름의 형태, 크기, 굵기 등과, 태양이 비추는 각도, 광량 등의 복합적인 작용으로 인해 조도 변화폭이 급변하고 자주 바뀌는 현상이 발생되고 있다.

이때, 현재 번호판 주변 임계값을 정확히 분석해 번호판 주변을 기준으로 하는 임계 조도로 바꾸고, 그 와중에도 무한대 자연현상 발생 등으로 임계 조도값 범위를 벗어나 영상이 촬영되는 경우에는 오 인식 또는 미 인식 등이 발생되고, 특히 오 인식 발생의 경우는 임계값을 벗어나면 벗어날수록 오인식 현상이 증가되기 때문에 오 인식 에러를 감소시킬 수 있는 기술의 필요성이 요구된다.

종래의 실외에 설치되는 차량번호 인식 시스템이나 자율 주행차량 장비 등에 설치되는 영상분석 시스템은 자동차 헤드라이트 설치 불량으로 난반사가 발생되거나, 눈, 비 등이 내려 고인 물의 발생 시, 영상 촬영 범위 내로 차량이 진입하는 순간에만 난반사가 발생되는 경우가 발생하여 다른 조도 값으로 분석되어 조도 분석 범위를 이탈시키는 현상 발생의 주요 원인이 되었다. 그로 인해 야간 시 차량 번호 인식이 안 되는 현상이 발생되어 왔기에 주, 야간 조도 분석 범위를 나누어 분석하는 기술의 필요성이 요구된다.

종래의 실외에 설치되는 차량번호 인식 시스템이나 자율주행 차량에 설치되는 영상 분석 시스템 등은, 주변에 근접 이동하는 물체에 의해 카메라 영상 촬영 전면부가 가려지는 현상이 발생되는 경우에는, 눈을 가리고 영상을 촬영하는 현상과 같은 현상이 발생되어 후면 번호판 또는 중복설치 카메라 주변 사물 등의 영상을 복합 촬영하지 않으면 각종 영상 자료를 분석할 수 없게 된다.

종래의 실외에 설치되는 차량번호 인식시스템은 눈, 비가 내려 차량의 전면 번호판에 오물이 투척되거나 또는 달리는 차량에 눈이 쌓이는 등 전면 번호판을 읽을 수 없는 현상이 발생될 경우에는 차량의 후면 번호판의 차량번호를 인식할 수 있어야 한다.

종래의 실외에 설치되는 차량번호 인식 시스템은 주간 조도이면서 안개로 인한 가시 거리가 3m 이내인 경우나, 주간 조도이면서도 어두운 경우 등에는 차량번호 인식이 안 되고, 특히 전기 자동차 번호판의 경우는 번호판만 어두운 컬러라서 조도는 주간 조도이지만 번호판이 어두워 적외선 조명이 안 켜져서 차량번호 인식 시에는 번호인식이 안 되는 경우가 종종 발생된다.

상기와 같은 여러가지 에러 발생 유형을 차단시키기 위한 영상분석 장비들에 있어서, 종래의 차량번호 인식 시스템 또는 자율 주행 차량에 설치되는 영상분석 시스템 등은, 자연 현상의 기후 변화가 언제, 어떻게 급변할지도 모르고 수시로 변화되고 있어 이것을 해결하기 위해 크게 두 가지 방식을 사용하고 있다.

그 첫 번째는 조도 조절 방법이 무한대 발생되는 것을 차단시킬 수 없어 가시광선 자체만을 완전 차단시킨 후 조도 조절 없이 적외선 조명만을 켜고 촬영한 흑, 백 영상만으로 차량번호만을 인식시키는 방식이다.

두 번째는 인공지능 조도 조절의 경우가 무한대 발생하기 때문에 대략적인 예상 번호판 주변 조도를 분석하여 직전 조도 대비 이동 예상되는 최대, 최소, 동등 등의 조도 값으로 만들어진 3가지 가상 영상을 만들어 순차적으로 차량번호를 인식시키는 가상 조도 조절 방식이다.

종래의 첫 번째 가시광선 차단 방식은 조도 조절이 불가능해 가시광선에 의해 발생되는 역광, 반사광, 측광 등에 의한 에러는 차단되어지거나, 적외선에 의한 역광, 반사광, 측광 등에 의한 에러는 차단시킬 수가 없었다.

따라서, 주, 야간 모두 적외선 조명을 켜야만 영상을 촬영할 수 밖에 없기 때문에 촬영시간에 상관없이 흑, 백 영상만 촬영될 뿐만 아니라 적외선 조명이 꺼지는 경우에는 주, 야간에 상관없이 모두 영상 분석을 할 수 없었다.

또한, 자율주행 차량에 설치되는 영상 분석 시스템은 컬러 영상을 촬영하여만 사물 형태를 분석할 수 있기 때문에 차량번호 인식 시스템 외에는 사용이 불가능 하였을 뿐만 아니라, 적외선을 꼭 켜야만 하는 영상인식 장비로는 사용이 불가능 하였다.

또한, 에너지 소비가 제일 많이 소모되는 부분은 적외선 조명 켜기로 에너지 효율 등급이 낮을 수 밖에 없었다.

이를 해결하기 위한 종래의 번호판 주변 조도 분석 방법은 기본적인 조도 분석은 가능하나 조도 분석이 정확하지 못하고 컬러 영상 촬영 분석이 불가능하며 장비 설치 위치와 차량의 진입방법, 하나의 조도 분석 위치, 약간 어두운 주간 조도 중에 전기차량 번호판 진입 시 차량의 운전속도나, 눈, 비 등에 의한 자동차 헤드라이트 난반사 등 각각의 특수한 경우가 발생될 때에는 차량 번호를 인식하지 못하는 영상이 자주 촬영되었다.

종래의 가시광선을 완전히 차단시키고 적외선 빛만을 사용하는 기술은 순간적으로 고속 분석이 필요로 하는 인공지능 자동 조도 조절이 불가능하기 때문에 가시광선을 강제로 완전 차단시키고 차량번호를 분석하는 기술이었다. 따라서 컬러 이미지 영상을 촬영할 수 없는 방식으로 요금 관제 시스템에 적용 시나 차량 검색 시 빠른 검색을 위해 뒷 4자리 번호만을 입력하도록 되어 있다.

이때 동일 차량이 검색될 경우나 오 인식, 미인식 등이 발생하는 경우에도 영상으로만 검색 시간이 많이 걸리며, 흑, 백 영상이라도 가시광선을 이용해 촬영하는 경우는 흑, 백 명암비가 다르므로 좀 더 쉽게 찾을 수 있는데, 적외선만으로 촬영되는 종래의 기술로는 명암비가 거의 동일하여 인지능력이 낮아지게 되는 현상이 발생할 뿐만 아니라 컬러 영상을 촬영해 차량번호를 인식하는 기술은 거의 불가능하였다.

종래의 가시광선 차단의 차량번호 인식 시스템을 적용해 촬영된 전체 영상 범위 내 적외선 조도 분석 값을 찾아낼 수 있더라도 연간 조도 측정 값은 무한대로 측정되기 때문에 임계값에 도달 시키는 것은 거의 불가능하였다.

기존 카메라에 자동 조도조절 기술이 적용될 경우 실시간으로 영상을 촬영한 후 가, 감 시켜야 할 위치의 조도 값을 분석 할 수가 없기 때문에 한 스텝씩 레지스터 값(셔터, 게인, 조리개 값 등)을 이동시키거나 자동 조리개 렌즈를 한 스텝씩 이동 시켜야 하므로 차량번호인식 장비를 사용 시에는 시간이 지연되어 사용이 불가능 해져왔다.

따라서 차량의 이동속도 대비 기존의 자동 조리개 조절 기술은 사용이 불가능해지고, 설사 이동 시킬 수 있는 인공지능 조리개가 있다고 하여도 여러 가지 경우의 수가 발생되기 때문에 번호판 위치 찾기 기술과 번호판 주변 조도만을 분석할 수 있는 부분 영상 분석 기술의 필요성이 요구되어 왔다.

전면 번호판 인식 시 눈 또는 기타 차량번호의 미인식을 발생시키는 여러 종류 의 자연현상 발생 시 종래의 기술은 전면 번호판 인식 방법과 동일한 방법으로 뒷 번호판 영상 촬영을 할 수 밖에 없어 인식률이 크게 개선되지 못하였다.

종래의 스케줄 조도 조절 방식을 이용하는 차량번호 인식기술은 무한대 경우의 자연환경 변화에 따른 조도를 실시간으로 분석한다는 것이 거의 불가능하였다. 분석 가능하다고 하여도 촬영되는 영상에서 차량의 번호판이 위치한 곳의 조도 분석이 불가능한 이유 등으로, 현재 촬영되는 전체 범위 영상에서 기구적 방법을 동원해 강제로 가시광선을 완전 차단시키고 적외선 조명만으로 번호 인식한 영상을 촬영할 수 밖에 없었다.

태양광의 경우에는 적외선 파장의 빛이 나오기 때문에 반사광, 역광, 측광 발생 시에 오히려 역효과를 일으켜 에러가 증가되었다. 다른 방법으로는 연간 조도 스케줄을 작성하여 연간 스케줄 조도를 작성하여 조도 제어를 하였으나, 이 또한 태양은 공전, 자전하기 때문에 매시간 매 계절 자연 현상 때마다 또는 현장 설치 위치에 따라 매번 다르기 때문에 스케줄 조도 방식으로는 인식 에러 방지에는 한계가 있다.

자율 주행 차량 역시 카메라로 영상을 촬영하여 영상을 분석하는 방식에도 한계점에 이르러 기타 여러 가지 센서를 동시에 동원할 수 밖에 없었다.

따라서 연간 기후 변화에도 영상 분석이 가능한 임계 값 영상을 촬영해야만 문제를 해결 할 수 있으며, 또한 차량번호 인식 시스템에서는 촬영되는 전체 범위 영상에서도 차량 번호판 주변의 조도 값이 임계 값에 이르도록 하는 것이 중요한 포인트가 되었다.

양면 차량번호 인식기가 차량의 전면 차량번호를 인식할 때 미인식되는 경우에는 후면 번호판을 인식하면 되지만 전면 번호판 오 인식이 발생 될 경우에는 전혀 알 수 있는 방법이 없었다.

따라서, 임계값으로 조도를 조절한 후 촬영한 번호인식용 영상에서 번호 분석은 할 수 있으나 오 인식 발생의 여지가 높기 때문에 전면 번호판 인식용 영상에서 조도 값을 읽어서 임계값을 벗어난 경우에는 후면 번호판을 촬영하여 전, 후면 번호를 분석한 영상 중 어느 영상이 오 인식률을 일으킬 수 있는 확률이 높은 가를 비교하는 스마트 비교 알고리즘의 필요성이 요구되고 있다.

종래의 기술은 촬영되는 전체 영상에서 역광 발생시 전체 화면을 임계값에 도달 가능하도록 촬영할 수 있지만 그럴 경우에도 번호판 주변이 더욱 더 어두워지는 역광 에러가 발생되고 차량번호 분석이 불가능해진 영상이 촬영되기 때문에 차량의 번호판 주변의 부분 영상만 분리하여 분석해야만 하고, 또한 이동 중인 차량을 영상 촬영하면 운전자의 운전 습관에 따라 촬영 위치가 매번 다르게 촬영되기에 활성 중인 번호판 위치를 정확히 찾는 기술과, 번호판 주변 부분 조도 값과 번호판 주변 조도가 임계값에 이르도록 하는 스마트 자동 조도 제어 분석 기술의 필요성이 요구되고 있다

또한, 주간이면서 안개, 눈, 비로 인해서 번호판 주변 조도 값을 더 이상 조절할 수 없는 자동 조도 제어에 한계가 있는 어두운 영상이 촬영될 경우에는 적외선 조명을 켜서 번호 인식용 영상을 촬영할 수 있도록 하는 인공지능의 조도 분석이 가능해지는 기술의 필요성이 요구되고 있다.

번호 분석이 가능한 영상을 촬영하기 위해, 카메라에 대해 스마트 분석된 임계값 조도 정보(셔터, 게인, 익스퍼져)로 이동 시키는데 걸리는 시간이 20ms 이하이며, 이 변경 시간 중에도 다른 조도로 변화하고 있는 경우에 실제 촬영된 영상이 원하는 임계값에 이르지 못하는 가, 감된 영상이 촬영되는 경우가 발생되므로 번호 분석이 불가능해지거나, 오 인식 등이 발생하는 영상이 촬영되는 것을 방지하기 위해 급변하는 기상 상황을 사전에 분석 가능한 환경변화 스마트 자동 분석 기술의 필요성이 요구되고 있다.

또한, 하강 조도 발생 시 적외선 조명을 켜고 영상 촬영을 하며 증감 시 적정 모드 값 이하의 레지스터 값의 영상 촬영이 되도록 하여 급변하는 조도를 완급시키는 인공지능 조도 조절 기술의 필요성이 요구되고 있다.

종래의 차량번호 인식 기술은 조도 분석 기술이 바르지 못하기 때문에 주, 야간 경계 구분이 명확치 못하고, 설사 스케줄 조도로 야간 구분을 할 수 있는 연간 스케줄 조도 소프트웨어로 태양의 일몰 구분을 한다고 하여도 장비 설치 위치에 따라 다르기 때문에 어느 곳에 설치하더라도 정확히 구분 할 수도 없었다.

또한, 번호판 주변의 조도 분석이 가능한 종전의 기술마저도 야간이면서 비가 내려 바닥에 고인 경우에는 자동차의 헤드라이트에 의해 난반사가 발생해 번호판 주변 조도가 보다 높은 조도로 분석되어 더 어두워지는 영상이 촬영될 수 밖에 없었으며, 이를 방지하기 위하여 야간 모드에 고정시키고 적외선 조명을 켜서 영상을 촬영할 수 있는 기술의 필요성이 요구되고 있다.

이 마저도 야간에 눈, 비로 인해 바닥에 물이 고인 경우에는 차량의 조명의 난 반사로 인해 실제 조도와 촬영 조도가 달라 야간 이상의 조도가 분석되는 에러가 발생하여 왔다. 자연 환경의 급변화에 따른 인접 그룹(야간, 여명, 오전, 적정, 주간) 범위를 벗어나 다른 모드로 급변해야만 하는 조도 분석 시, 자연 환경의 급변화에 따른 조도 측정은 인식 에러를 발생시키는 요인이 되어 왔기에 급변 모드 변화 시 완축 작용을 시키기 위한 순차적 단계 조도 조절 모드가 필요해 모드를 한 단계 완충 시킬 수 있도록 하는 조정 모드 기술의 필요성이 요구되고 있다.

또한, 종래에는 카메라의 자동 조도 조절을 위해서 셔터, 게인, 익스퍼져 등을 이용해 조도 관련 기능 제어를 해야 하는데, 현재의 조도 값을 분석하여 셔터, 게인 값, 조리개 등의 값이 너무 비대칭되는 경우, 촬영된 영상은 임계 값에 도달되었으나 실제로 촬영된 영상의 화질 선명도는 낮아지는 비대칭 임계값이 발생되어 왔다.

또한, 종래에 실외에 설치되는 차량번호 인식 시스템은 장비에 내장된 카메라로 차량을 촬영하여 번호를 인식할 때 에러 현상이 발생되는데, 대부분 다음과 같은 이유로 발생되었다.

태양 빛이 비추는 곳에서 주변 환경 물체에 의해 그림자가 발생될 때, 이 그림자가 차량의 번호판 일부를 가리는 현상에 의해 발생되었다.

또한, 태양이 비추는 각도 및 시간 등에 따라 역광, 반사광, 측광 등에 의해 번호를 인식할 수 없는 영상이 촬영됨에 따른 에러가 발생되었다.

또한, 작은 구름들이 연속으로 대규모로 이동 중일 때, 구름의 형태와 굵기 등과 태양의 위치와 비추는 각도 등이 상호 작용하여 복합적인 현상의 에러가 발생되었다.

또한, 조도 변화폭이 급격하게 바뀌는 경우가 발생되거나, 눈, 비가 내려 바닥에 고인 경우 자동차의 헤드라이트 빛이 눈, 비로 인해 난반사되어 영상이 촬영됨에 따라 발생되었다.

또한, 장비의 주변으로 이동 중인 물체로 인해 전면 번호판 영상을 촬영하는 카메라의 창을 가로막아 영상을 촬영할 수 없는 경우에도 발생되었다.

또한, 눈, 비로 인해 오물이 차량의 전면 번호판에 투척되어 차량번호를 읽을 수 없게 되는 이유 등으로 발생되었다.

또한, 주간 조도이면서 안개로 인한 가시거리가 3m 이내인 경우나, 주간 조도이면서도 어두운 경우 등에는 차량번호 인식이 안 되고, 전기 자동차 번호판의 경우는 번호판만 어두운 컬러라서 조도는 주간 조도이기 때문에 적외선 조명이 안 켜져서 차량번호 인식이 안 되는 경우가 발생되었다.

전술한 바와 같이, 자연 현상에서 일어나는 대부분의 에러 현상은 크게 나누어 두 가지로 발생되는데, 그 종류로는 영상 촬영 시 자연 현상에서 무한대 에러 조도가 순간적으로 발생되어 조도 조절이 불가능해지거나, 기후 변화나 물리적 현상 등이 발생되어 전면 번호판을 읽을 수 없는 현상을 일으키거나 하는 이유 등이다.

이 경우에, 하나는 조도 조절 자체를 할 수 없기 때문에 가시광선 자체를 강제로 차단시키고 조도 조절 없이 적외선 조명만을 가지고 차량 번호 인식하는 방식을 사용한다.

다른 하나의 방식은 조도 조절 분석은 가능하나 무한대 조도가 발생되는 모든 경우의 수를 테이블화 시킬 수도 없고 설사 테이블화 시킨다고 하여도 분석시간이 너무 많이 걸리기 때문에 차량 진입 시 현재 촬영되는 조도값 대비 예상되는 조도 대비 갑자기 변할 수 있는 최대, 최소 이동범위의 한계 값을 정해놓고 3가지의 다른 영상을 만들어 번호인식을 하도록 하는 예상 분석 방식이 사용되어 왔다.

종래의 두 가지 차량번호 인식기 시스템 중 조도 조절 없이 차량번호 인식을 하는 기술 방식은, 태양광에 의해 적외선 반사광에 의한 에러 방지가 불가능 할 수 밖에 없고, 적외선 빛만으로 영상을 촬영하기 때문에 주, 야간 구분이 안 되는 항상 야간인 흑, 백 영상만을 촬영할 수 밖에 없었다.

또한 종래의 조도조절을 하여 차량번호 인식을 하는 다른 기술방식 마저도 년간 조도 스케줄을 만드는 방식은 분석시간도 많이 걸리고 특수한 각종 자연현상 발생 경우에는 번호 인식 에러가 발생되거나 항상 흑백 영상으로만 촬영 하여야 하지만 번호인식 에러율이 그나마 적게 발생할 수 밖에 없었다.

흑백 영상만을 촬영하는 경우는 자율 주행 시스템에 적용 시 사물을 종류, 이동방향, 형태 등을 분석해야 하기 때문에 적용이 불가능해지며, 또한 조도 조절 및 조도 분석 등을 하지 못하기 때문에 오인식 에러 발생을 억제시킬 수도 없었다.

적외선 조명이 꺼질 경우에는 차량번호 인식 자체가 불가능해지며 적외선 조명은 차량번호 인식기 내 모든 부품들 중 가장 소모 전력이 많아 에너지 효율 등급이 가장 낮은 장비이다. 또한 적외선 조명을 주, 야간에 상관없이 사이키 조명처럼 켜야 하고 그로 인해 수명이 짧아지는 이유 등의 문제점을 가져 왔다.

이러한 문제점을 해결하고자 하는 또 다른 방식의 하나는, 전체 영역에서 부분별 조도 조절은 가능하나, 하나의 분석 영역을 분석하도록 하는 랙탱글 영역 밖에 없어 장비 설치 위치와 차량 진입 방법과 차량의 속도에 따라, 촬영되는 번호판 위치가 매번 다르게 촬영되어 분석 위치가 정확치 않은 문제점이 발생한다.

눈, 비가 내려 바닥에 고인 경우 진입 중인 차량의 헤드라이트의 영향을 받아 다른 값 조도가 측정되며, 연간 측정되는 조도값 마저도 무한대의 경우가 측정되며, 그 값들을 모두 도표화 시킬 수 있다 하더라도 경우의 수가 너무 많아질 경우에는 임계값을 찾는 속도가 느려져 사용할 수 없게 된다.

또한, 임계값을 안다고 하여도 레지스터 값(셔터, 게인, 조리개 값)을 †에서부터 임계값에 도달하는 범위가 많을 때에는 카메라 CPU 속도가 차량의 이동 속도를 따라가지 못하는 현상이 발생된다.

따라서 어떠한 조도가 측정되더라도 차량이 이동하기 전에 촬영되는 영상에서 번호판의 위치와 번호판이 위치한 부분영역 조도분석과 한번에 빠르게 임계값에 이르도록 하는 인공지능 자동 조도조절 기술이 발명되어야만 촬영영상에서 각종영상 분석 자료를 정확하게 분석 할 수 있게 된다. 계속해서 조도 조절을 분석해 임계값에 도달시켜 놓아야 차량 진입 시 현재 측정된 조도 값 대비 차이가 작아서 임계값으로 이동되는 시간이 짧아질 수 있다.

직전 조도 값 대비 최대, 최소, 동일 값 등을 만들어 3 종류의 임계값을 가진 영상을 촬영하는 경우로는 역광, 반사광, 측광 등의 에러는 어느 정도 방지시킬 수 있으나 다음과 같은 경우에는 에러 발생을 방지할 수가 없다.

즉, 작은 구름이 연속해서 이동 중이어서 조도가 연속적으로 급상승이 반복되거나 차량의 번호판 주변에만 그림자가 일부 생기거나, 주간이면서 약간 어두워질 때 전기 자동차가 진입하는 경우 등이다.

또한, 장비가 설치되어 바라보는 방향과 다르게 차량이 진입하거나, 여러 진입 방법으로 차량의 측면을 촬영할 수 밖에 없는 경우이거나, 자동차의 속도가 빨라 차량의 번호판이 위치한 조도 분석 영역을 벗어나 촬영되는 경우 등이다.

또한, 조도 변화폭이 너무 급변하는 기상 조건으로 조도 조절의 최대, 최소 폭 범위를 벗어나 촬영되거나, 처음 장비 가동 시나, 몇 시간 만에 차량 진입으로 임계값 조도 변화폭이 많이 발생되는 경우 등이다.

이러한 특수한 자연환경 변화 등에는 에러를 방지시키는 영상 촬영의 자동 조도 조절이 어려워 졌으며, 또한 오인식 에러를 알 수 없기 때문에 오 인식 에러를 사전에 차단시킬 수 있는 인공지능 능력의 자동 조도조절 알고리즘이 포함된 차번 인식 시스템의 필요성이 요구된다.

상기와 같이 여러가지 에러 발생 요인으로 인해 종래의 차량번호 인식기는 무한대 경우의 조도 발생을 알 수 없었고, 무한대 발생 조도 값 대비 임계값에 이르도록 하는 자동 조도 조절도 할 수 없었다.

그 동안 모든 카메라는 단지 임계값 영상을 촬영하는데 걸리는 시간이 문제가 되지 않았기 때문에 매회 영상을 촬영해 가면서 가, 감 되어야 할 임계값 조도 영역 범위로 한 단계씩 찾아가며 이동시켜야 가능했다.

따라서, 이동 중인 차량의 영상을 촬영하여 한 번에 임계 값 조도에 도달하는 시간이 너무 많이 걸려서 차량번호 인식 장비로 사용하는 것이 불가능했다.

이에 대한 해결책으로, 가시광선을 모두 차단하는 썬그라스 형태의 구조물을 설치하거나, 조도 조절이 없이 적외선 조명만을 주, 야간에 모두 켜놓고 영상을 촬영할 수 밖에 없었다.

따라서 적외선 조명이 차단되는 경우에는 전혀 번호 인식이 불가능해지거나 주간에도 적외선 조명을 켜야만 하고, 또한 차번 인식에 따른 전력 소모가 제일 많이 발생되는 문제점이 있다.

또한, 모두 야간 촬영 형태로 촬영할 수 밖에 없어 컬러 영상 촬영이 불가능해지는 이유가 발생되고, 내 차량 찾기에 사용되는 유, 무인 정산기나 자율주행 차량에 적용 시 컬러를 통해 영상 분석을 해야 하는데 영상분석 기술에 제약이 따를 수 밖에 없는 문제점이 있다.

또한, 모든 기존 카메라는 영상 촬영 시 명료도를 높이기 위하여 실제 촬영 범위 내 전체 화면을 일률적으로 조절하면, 어둡거나 밝은 부분이 동시에 자동 조도로 조절됨으로써 어두운 영상 부분은 더더욱 어둡게 되고, 밝은 영상 부분은 더더욱 밝아지는 영상을 촬영할 수 밖에 없는 문제점이 있다.

따라서, 자동 조도 조절을 시킬 수 있다 하더라도 전체 영상 촬영 범위 중 차량의 번호판이 위치한 곳과 조도 등을 분석하여 번호판 주변의 조도를 임계값으로 변경시킬 수 있는 기술의 필요성이 요구되고 있다.

또한, 번호 인식 시스템이 '오 인식으로 분석 시' 오 인식이 되었는지를 알 수가 없기 때문에 오 인식 에러를 줄일 수 있는 인공지능의 조도 값 비교 분석 능력의 필요성이 요구되고 있다.

또한, 전술한 바와 같은 에러 현상을 방지하기 위해, 영상 분석용 영상을 촬영하기 전에, 임계 값 조도를 조절하기 위한 조도 분석을 먼저 해야 함은 물론이고, 또한 조도 분석시도 번호판이 위치한 곳의 부분 영상 또는 분석을 필요로 하는 부분 영상 등을 기준으로 한 임계값 조도로 변화시키기 위한 방법 등이 요구되고 있다.

또한, 각종 경우에 따른 이미지를 판독하는 인공지능 조도 조절과 분석 등을 통해 고속으로 한 번에 해당 부분 영역이 기준되는 특정 임계값으로 변경 시킨 후 영상 분석용 영상을 촬영하여 차량번호와 각종 영상 자료 등을 분석하는 기술과, 이 경우에 언제나 에러가 발생치 않는 영상을 촬영할 수 있도록 카메라 레지스터 값(셔터, 게인, 조리개 등의 레벨)에 근거하여 인공지능을 통해 자동으로 조도를 조절하는 알고리즘이 요구되고 있다.

한국 공개특허공보 제10-2019-0013080호(공개일: 2019.02.11)

전술한 문제점을 해결하면서 상기 요구 사항에 부응하기 위한 본 발명의 목적은, 주차장 출입구 및 자율 주행 차량 등에 설치되어, 주차장에 진입하는 차량을 촬영하기 전에 또는 자율 주행 차량이 주변을 촬영하기 전에, 인공지능으로 주변 조도 변화를 분석해 에러가 발생치 않도록 조도를 조절한 후 영상을 촬영함으로써, 주차장에 진입하는 차량번호를 인식하거나, 자율 주행 차량이 이동 중 영상을 촬영하여 그 영상에서 필요한 각종 자료를 실시간으로 분석해 안전하게 목적지까지 무인 운전 방식으로 주행할 수 있도록 하는, 인공지능 영상 분석 시스템 및 방법을 제공함에 있다.

또한, 종래 기술의 문제점을 해결하기 위한 본 발명은 차량번호 인식 시스템과 자율 주행 차량의 영상 분석 시스템 등의 그 주변 보조 기기와 해결 방법 그리고 상기 방법을 수행할 수 있는 고지능의 자동 조도 조절 프로그램과 하드웨어, 컴퓨터가 판독한 기록매체, 그리고 압축 영상과 데이터를 전송하는 매체를 제공하는 것이다.

또한, 본 발명에 따른 차량번호 인식 시스템은 아래와 같은 각종 에러를 일으키는 영상이 촬영될 때 발생되는 모든 에러 유형 등이 포함된 영상이 촬영되기 전에 먼저 영상을 사전 분석하고 각종 에러 발생 유형을 차단시킬 수 있는 고지능 스마트 소프트웨어와 스마트 하드웨어 시스템을 구성하고, 이러한 구성을 통해 에러 발생 소지를 완전 차단시킨 후 번호 인식용 영상 또는 자율 주행 차량의 각종 영상 자료를 분석할 수 있는 영상 등을 촬영함으로써 번호 인식 에러가 전혀 발생치 않는 방법과 자율 주행 시 각종 영상 분석에 필요한 정보 등을 이용할 수 있는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

상기 각종 에러 발생 원인 유형은 다음과 같다.

즉, 광원이 비추고 있는 각도에 따라 계절별, 시간대별, 설치 위치별 매번 다르게 이동되는 경우와, 눈/비가 내리는 경우, 3m 이내 가시거리가 보여질 수 있는 정도 이하의 안개가 발생하는 경우, 대량의 작은 구름이 계속되는 경우 등이다.

또한, 그 외 자연 환경으로 역광, 반사광, 측광 발생의 경우, 광원의 빛이 주, 야간이 다르게 비추는 경우, 차량 운행 중 눈이 내려 전면 번호판에 눈이 쌓여 가려지는 경우, 자동차의 헤드라이트 설치 불량으로 영상 촬영에 영향을 주는 경우 등이다.

또한, 자연 환경의 급변화로 비 또는 눈이 내려 바닥에 물이 고인 경우에는 입차 중인 차량의 자동차 헤드라이트로 인해 난반사가 발생하며 그로 인해 주, 야간 구분이 안 되는 경우 등이다.

또한, 주간이면서 3m 이내 안개에 의한 가시거리가 짧아지는 경우, 적외선 램프 빛에 의해 난반사가 발생하는 경우, 임계 값으로 조도 변경 중에 급변하는 자연 환경으로 번호판 주변 임계 값 영상이 촬영되지 못하고 가감된 영상이 촬영되는 경우 등이다.

또한, 주변 또는 사물들에 의해 그림자가 발생해 차량 번호 인식 시스템이 설치되는 곳과 차량의 번호판이 촬영되는 위치가 서로 다르게 영상이 촬영되는 경우 등이다.

본 발명은 상기 에러 발생 요인의 문제점들을 해결하기 위한 방법의 일 양태로서, 차량번호 인식 시스템의 최초 가동 시간이 따로 정해져 있지 않기 때문에 아무 때나 실행시키더라도 한 번에 번호 분석이 가능할 정도의 영상이 촬영되도록 하기 위한 기초 조도를 이루는 카메라 조도 관련 기초 레지스터 값(셔터, 게인, 조리개 값) 범위를 찾을 수 있는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 태양 또는 주변 광원 등이 없는 조도 값에서 출발해 서서히 증가시켜야만 정확히 알 수 있지만 그럴 시간이 없기 때문에 †조도 상태에서 최소의 일정 적외선 조명 조도 값만으로도 차량번호 인식이 가능한 정도의 조도 값 영상이 촬영되는 기초 레지스터 값(야간조도 : 셔터, 게인, 조리개 값 등)을 찾을 수 있는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 먼저 현재 촬영되는 영상 범위 안에서 차량의 번호판이 위치한 곳에 수반된 각종 에러 발생 유형을 차단시키기 위해서 항상 차량의 번호판 주변 영역의 조도를 빠르고 정확히 분석할 수 있고, 가장 기초 세팅인 이동 중인 차량의 속도와 진입 방법 등으로부터 번호판이 위치하는 조도 분석용 광범위 랙탱글 범위 내로 항상 촬영될 수 있도록 하는 기초 설정 방법과, 번호판이 위치하는 모든 랙탱글 범위 내 각각의 조도 값을 분석할 수 있는 인공지능 영상 분석 시스템을 제공하는 것이다.

또한, 본 발명은 입, 출차 촬영 범위 내의 차량이 진입하면 먼저 자동 차종 판별 센서로 차량 크기를 분석하고, 루프 검지 센서나, 적외선 감지 센서 등이 진입한 차량을 감지하여 DIO(IN/OUT BOARD) 보드로 감지 신호를 보내고, DIO(IN/OUT BOARD) 보드는 PC로 진입 차량 신호를 보내면, PC는 전, 후면 신호인가, 좌, 우형 신호인가, 조도조절 우선순위가 어떤 카메라 인지와, 동시 조도조절 순위의 카메라 인지 등을 구분하며, 적외선 램프를 켜거나 켜지 않고 영상을 촬영할 것인지 등을 판단하는 신호를 DIO(IN/OUT BOARD) 보드로 보내어, 전체 촬영 범위 내 촬영 영상에 운전자의 과속 운전 습관과 차량 진입 방향 등에 상관없이 차량의 번호판이 잘려지거나 차량 번호판의 위치가 조도 분석 영역 내에 항상 촬영되도록 하며, 각종 기본 세팅 설정 기능을 통해 각종 경우의 수를 만족 시킬 수 있는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 차량번호 인식용 영상을 촬영하기 전 먼저 번호판이 위치한 영역의 모든 조도를 분석하고, 분석된 조도 값으로 각종 경우 수를 만족시킬 수 있는 고지능 스마트 소프트웨어로 조도 조절 범위를 찾아내 어떠한 경우에라도 차량 번호 분석만은 가능한 임계 값 영상 범위로 한 번에 이동시키는 조도 레지스터 값(셔터, 게인, 조리개 값 등)을 카메라에 셋업 시켜 차량 번호 영상을 촬영 할 수 있는 고지능 스마트 조도 조절 소프트웨어를 구비한 인공지능 영상 분석 시스템을 제공하는 것이다.

또한, 본 발명은 조도 분석 결과가 무한대 경우로 분석되고, 그 분석된 결과 값으로 차량의 번호판이 위치한 조도 값이 임계값에 도달하는 경우도 무한대로 발생되는 것을 해결하기 위해, 쉽게 한번에 임계값을 찾도록 하루 전체 조도 범위 모드를 여러 단계로 구분 시킬 수 있는 모드의 종류와, 구분 모드별 세부 조도로 가감시킬 수 있는 여러 종류의 존별 조도 조절용 세부 레지스터 값 등을 적용 시킬 수 있는 조도 스케줄로 최초 조도 확인용(야간용)으로 사용된 조도용 레지스터 값(셔터, 게인, 조리개 값 등) 대비 번호 인식용으로 적용된 영상의 조도 값 결과가 임계값에 이르지 못하는 경우 다음 조도 분석용에 적용할 세부 조도 존 범위로 가감시키는 레지스터 값을 자동 계산할 수 있는 고지능 스마트 조도 스케줄링 알고리즘을 구비하는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 전체 촬영 영상 범위 내에 차량 번호가 있다고 예상되는 랙탱글인 광범위 조도 분석영역 범위를 포함하고, 크게 나누어 주간조도 분석영역과 야간 조도 분석영역 등으로 구분시키며, 주간 조도 분석영역은 차량의 속도와 차량의 진입 방법 등에 무관하게 모두 분석 가능하고, 차량의 전, 후면 번호판이 위치한 영역 전체를 분석할 수 있으며, 야간에는 차량의 헤드라이트에 영향을 받지 않는 구역과 방향 등에 조도 분석 범위가 포함되지 않도록 하는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 주간 조도 분석영역을 장비 설치 방향에 따라 좌측 진입 시 조도 분석을 하는 영역과, 우측 진입 시 조도 분석을 하는 영역 등으로 구분하는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 차량번호 인식 시스템의 설치 위치와 촬영 위치가 서로 다르기 때문에, 촬영된 영상의 조도에 태양광이 비치고 있는 위치에 따라 자동차가 촬영 위치를 진입하는 순간에만 여러 종류의 역광, 반사광, 측광과 주변 사물이 그림자 등으로 인해 차량번호 인식이 불가능해지거나 오 인식 등이 발생하는 에러를 자동 분석 후 차단시킬 수 있는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 촬영되는 영상에 자연환경 기후나 태양광 변화 등을 사전 인식하여 어떤 경우에라도 한 번에 정확한 영상 분석이 가능하도록 하는 임계값 영상으로 전환 시킨 후 완벽한 영상 촬영할 수 있도록 하는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 하루의 조도 변화가 무한대로 되는 경우가 발생되고, 연간 계절별로 모두 다른 조도가 발생되어 사전 변화된 조도 분석이 가능하다고 하더라도 번호판 주변의 임계 값으로 변경 시키는 중에도 많은 양의 작은 구름이 이동 중인 날의 경우 실제 번호 인식용 영상을 촬영했을 때는 임계값을 벋어나 촬영되는 경우가 많으므로, 이런 급작스러운 가감 조도에 대응할 수 있는 인공지능 조도 분석 및 예상인지 지능이 있도록 직전과 그 직전 이전에 조도의 흐름을 파악하고 분석 가능하며, 이를 종합 판단해 예상 조도로 이동 시킬 수 있도록 하기 위하여, 하루에 전체 촬영되는 큰 틀의 모드 그룹과 모드 그룹별 미처 예상치 못한 분석의 착오 발생 소지를 최소화 시키면서 차량번호 분석이 가능한 완충 조도 범위로 이동 시킬 수 있는 스마트 한 조도 조절이 가능 하도록 하는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 번호판이 포함되게 촬영되었다고 예상되는 광범위 랙탱글 전체의 예상 조도를 정확히 분석한 경우라도 주간이면서 눈, 비가 오는 경우 또는 흐린 날씨의 경우에라도 태양의 위치가 역광을 발생시키는 위치에 있는 경우에 번호판 주변의 조도가 모든 카메라로 촬영된 차량 전체의 조도에 비해 낮아서 마치 초점이 안맞는 형태인 차량 번호 글씨만 안 보이는 주간 영상이 촬영되는 경우에도 이를 분석할 수 있는 경우의 수를 알 수 있는 지능형 조도 분석 기술이 적용된 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 전면 번호판이 눈, 비 또는 오물 투척 또는 진입방법 불량, 고속, 꼬리 물기 등으로 인해 전면 차량번호 인식이 불가능한 영상이 촬영될 경우 후면 번호판 또는 좌, 우에서 차량 번호판을 읽을 수 있는 기술이 적용된 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 무한대 경우의 조도 발생으로 조도 조절이 불가능하다고 판단하여 가시광선 자체를 차단시키기 위해 카메라 전면부에 가시광선을 차단시키는 어두운 선글라스용 부품을 설치하고, 주, 야간에 상관없이 항상 적외선 램프를 켠 상태로 흑백 영상으로만 촬영하므로, 유, 무인 정산기와 키오스크 등에서 내차 찾기 시 흑, 백 영상에다가 항상 야간인 영상화면 상태로 운전자가 자신의 차량 찾기에 인지력이 낮아지고, 적외선 램프가 끊어지는 경우에 차량번호 인식 자체가 불가능해지는 현상이 발생치 않도록 하기 위해, 인공지능 조도조절 방식을 이용하여 차량번호 인식 시스템 또는 자율 주행 차량 등의 각종 영상 분석이 가능해지는 컬러 영상 촬영과, 주간에는 적외선 조명 없이 에너지 절감 목적의 태양빛 또는 어느 정도의 광원 빛만으로도 차량번호 인식이 가능하도록 하는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

또한, 본 발명은 전, 후면 번호판을 모두 읽어 오인식률을 낮출 수 있는 선별적 고지능 알고리즘과, 여명 발생 시간대 조도 인식에 적외선 조명을 켜고 영상을 촬영하도록 하는 고지능 알고리즘, 주간 조도이면서 갑작스럽게 야간 조도와 다시 주간 조도로 인식될 경우에 에러 발생 영상이 촬영될 수 있는 소지가 높아 급작스러운 조도 변환을 완충시키는 조도 영역으로 완화되는 조도 조정이 되도록 하는 스마트 지능의 수위 조절별 자동 조도 조절 등이 가능하도록 하는 인공지능 영상 분석 시스템 및 방법을 제공하는 것이다.

전술한 목적을 달성하기 위한 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차량 또는 객체를 촬영하여 조도 분석용 영상을 먼저 획득하고 나중에 객체 인식용 영상을 획득하는 영상 촬영 장치; 상기 영상 촬영 장치의 셔터, 게인, 조리개에 대한 레벨을 조절하기 위한 기초 조도가 스타트, 야간, 조정 모드에 따라 각각 저장된 기초조도 레지스터부; 상기 조도 분석용 영상을 인공지능 자동조도조절 알고리즘에 따라 분석하여 차량의 진입 방향에 따라 주간조도 랙탱글(Rectangle) 영역 또는 야간조도 랙탱글 영역을 선택하는 조도 분석부; 상기 선택된 랙탱글 영역에 대해 인공지능 자동조도조절 알고리즘을 통해 스타트 모드의 조도 값에 근거하여 모드별 존(Zone) 범위내 가감되는 조도레벨 범위를 선정하여 임계 조도값으로 제공하는 모드별 존범위 분석부; 상기 제공된 임계 조도값을 상기 영상 촬영 장치에 적용하여, 상기 영상 촬영 장치가 상기 임계 조도값에 근거하여 차량 또는 객체를 촬영하여 상기 객체 인식용 영상을 획득하도록 제어하고, 상기 객체 인식용 영상에 근거하여 차량 번호를 인식하거나, 상기 차량의 자율 주행이 실행되도록 제어하는 중앙처리장치(CPU)를 포함할 수 있다.

또한, 상기 중앙처리장치는, 상기 임계 조도값을 기초 레지스터 값으로 저장하여, 다음 번에 차량 또는 객체를 촬영하여 획득하는 조도 분석용 영상을 분석할 때에 이용할 수 있다.

또한, 상기 조도 분석용 영상에 근거하여 야간 모드, 여명 모드, 오전 모드, 적정 모드, 주간 모드, 고정야간 모드, 조정 모드 중 하나의 모드를 선별하는 모드 선별부를 더 포함할 수 있다.

또한, 상기 차량의 진입 방식과, 종류별 장비 설치, 차량번호 인식 방식, 조도 조절 우선순위를 설정하는 장비환경 설정부를 더 포함할 수 있다.

또한, 상기 영상 촬영 장치는, 상기 차량의 전면을 인식하는 전면 루우프 센서; 상기 차량의 후면을 인식하는 후면 루우프 센서; 상기 차량의 전면을 촬영하는 전면 카메라부; 상기 차량의 후면을 촬영하는 후면 카메라부; 상기 차량의 전면에 적외선 조명을 송출하는 전면 적외선 조명부; 상기 차량의 후면에 적외선 조명을 송출하는 후면 적외선 조명부; 상기 객체 인식용 영상에 근거하여 차종을 판별하는 차종판별 센서; 및 상기 판별된 차종과 상기 전면 루우프 센서 및 상기 상기 후면 루우프 센서를 통해 감지된 신호에 근거하여 차량 진입 신호를 상기 중앙처리장치로 전송하고, 상기 중앙처리장치로부터 수신한 제어 명령에 근거하여 전면 촬영 명령 신호를 상기 전면 카메라부에 전송하거나, 촬영 명령 신호를 상기 후면 카메라부에 전송하며, 상기 전면 적외선 조명부 또는 상기 후면 적외선 조명부를 통해 상기 차량의 전면 또는 후면에 적외선 조명이 송출되도록 제어하는 입출력(DIO) 컨트롤러를 포함할 수 있다.

또한, 상기 차량이 통과할 수 있도록 차단기를 올리거나 내리는 동작을 실행하는 차단기 조작부; 상기 중앙처리장치의 분석 데이터, 상기 조도 분석부의 분석 데이터, 상기 모드별 존범위 분석부의 분석 데이터를 문자나 화면으로 디스플레이하는 전광판 모듈; 및 상기 전광판 모듈의 디스플레이 상태를 제어하는 전광판 컨트롤러를 더 포함할 수 있다.

또한, 외부 장치와 통신하기 위한 통신부를 더 포함하고, 상기 중앙처리장치는 각종 분석 데이터를 상기 통신부를 통해 상기 외부 장치로 전송하도록 제어할 수 있다.

또한, 상기 중앙처리장치는, 상기 영상 촬영 장치를 통해 객체 인식용 영상을 촬영하기 전에 촬영된 조도 분석용 영상에서 차량 번호판이 위치한 곳의 조도를 먼저 분석하여 모든 에러 발생을 차단하고, 상기 차량 번호판이 위치한 곳의 영상을 기준으로 한 조도 임계값에 근거하여 영상이 촬영되도록 인공지능 자동조도조절 알고리즘을 통해 상기 영상 촬영 장치에 대한 셔터, 게인, 조리개 값을 포함하는 카메라 레지스터 값을 변경 시킨 후 객체 인식용 영상을 촬영하여 그 영상을 차량번호 인식과 각종 영상자료 분석 및 자율 주행을 위한 사물 인식에 이용할 수 있다.

또한, 상기 중앙처리장치는, 상기 장비환경 설정부를 제어해, 이동 중인 차량의 번호판이 광범위 랙탱글 내에 항상 포함되어 촬영되도록 다양한 환경을 자동으로 설정하고, 랙탱글의 조도분석 영역 범위를 주간조도 분석영역과 야간조도 분석영역으로 구분하여, 차량 진입 방식과 장비설치 위치에 맞게 랙탱글 조도 분석 범위를 자동으로 설정할 수 있다.

또한, 상기 중앙처리장치는, 조도 분석 영역에 대하여, 상기 조도 분석부를 통해, 전체 조도분석 영역의 랙탱글 범위를 0구역 내지 17구역으로 설정하고, 주간 조도분석 영역의 랙탱글 범위를 1구역 내지 16구역으로 설정하고, 야간 조도분석 영역의 랙탱글 범위를 0구역 및 17구역으로 설정하고, 장비설치 위치에 따라 차량의 헤드라이트에 영향이 적은 좌측설치 랙탱글 범위를 6구역 내지 16구역으로 설정하고, 우측설치 랙탱글 범위를 1구역 내지 8구역과 10구역 내지 12구역으로 설정할 수 있다.

또한, 상기 중앙처리장치는, 상기 인공지능 자동조도조절 알고리즘에 따라 조도 모드 내 세부 존(Zone) 조도에 대하여, 한 레벨당 셔터 값이 조도값 10 단계 레벨 조도와 게인 값이 4 단계 레벨 조도를 가지며, 적정 모드를 기준으로 하강 조도 판단 시 최대 14존 단계로 나누어 이동시키고, 일정 기준 이상으로 높은 조도로 판단되면 셔터, 게인, 조리개에 대한 레지스터 값을 급하강 시키고, 일정 기준 이상 상승 조도로 판단 시 여명 모드에서 적정 모드 전까지 최대 6단계 존별로 조도 값이 높아지는 레지스터 값을 이동시킬 수 있다.

또한, 상기 중앙처리장치는, 랙탱글 범위 내 조도값 전체가 야간으로 분석될 경우와, 조도 값이 여명 모드 이상이면서 전체 11개의 랙탱글 값보다 6개 이상의 랙탱글 값이 야간 모드에 속하거나, 최대 조도값의 랙탱글 보다 다음으로 낮은 랙탱글 조도 값이 30 이상으로 차이가 있거나, 년간 고정 야간 시간대인 20:00 ~ 04:00까지 시간대이거나 낮은 조도의 랙탱글 값이 2개 이상 야간에 속하는 경우는 야간 모드로 인식하여 적외선 조명을 짧은 순간 카메라와 동기상태로 켠 상태에서 객체 인식용 영상을 촬영하도록 제어할 수 있다.

또한, 상기 중앙처리장치는, 상기 차량의 전면 번호판에 눈, 비 등으로 인한 오물이 투척되거나, 움직이는 사물이 상기 전면 카메라부를 가려서 미인식이 발생되거나, 상기 전면 루우프 고장 시에는 상기 후면 루우프 센서, 상기 후면 카메라부 및 상기 후면 적외선 조명부를 통하여 상기 차량의 후면 번호판을 인식하도록 제어할 수 있다.

또한, 상기 중앙처리장치는, 오인식 발생 에러율을 줄이기 위해, 상기 차량의 전면 차량번호 및 후면 차량번호를 인식한 듀얼 영상의 조도 값이 적정 모드에서의 임계 값에 어느 것이 더 가깝게 근접한 영상인가를 자동으로 비교 분석하여 적정 모드에 근접한 영상의 번호 인식 자료를 기초 값으로 이용할 수 있다.

또한, 상기 중앙처리장치는, 상기 차량의 전면 차량번호 및 후면 차량번호를 인식하는 경우에, 주차 카운팅을 통해 예외사항 에러발생을 방지하기 위해, 차종 판별 후에 카운팅을 할 것인지, 차종 판별 전에 카운팅을 할 것인지, 전면 또는 후면 루우프 센서의 고장이 발생했는지를 판단하는 경우가 발생 시 로직이 무한 루우프에 빠지지 않도록 최대 신호지연 시간이 고려된 지능형 카운팅 로직을 실행할 수 있다.

그리고, 상기 중앙처리장치는, 상기 조도 분석용 영상과 상기 객체 인식용 영상을 획득할 때 컬러 영상으로 획득하도록 상기 영상 촬영 장치를 제어할 수 있다.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시 예에 따른 인공지능 영상 분석 방법은, 영상 촬영 장치의 셔터, 게인, 조리개에 대한 레벨을 조절하기 위한 기초 조도가 스타트, 야간, 조정 모드에 따라 각각 저장된 기초조도 레지스터부와, 상기 영상 촬영 장치가 촬영한 영상을 인공지능 자동조도조절 알고리즘에 따라 분석하도록 제어하는 중앙처리장치를 포함하는 시스템의 인공지능 영상 분석 방법으로서, (a) 상기 영상 촬영 장치가 객체 인식용 영상을 획득하기 전에, 차량 또는 객체를 촬영하여 먼저 조도 분석용 영상을 획득하는 단계; (b) 조도 분석부가 상기 조도 분석용 영상을 상기 인공지능 자동조도조절 알고리즘에 따라 분석하여 차량의 진입 방향에 따라 주간조도 랙탱글(Rectangle) 영역 또는 야간조도 랙탱글 영역을 선택하는 단계; (c) 모드별 존범위 분석부가 상기 선택된 랙탱글 영역에 대해 상기 인공지능 자동조도조절 알고리즘을 통해 스타트 모드의 조도 값에 근거하여 모드별 존(Zone) 범위내 가감되는 조도레벨 범위를 선정하여 임계 조도값으로 제공하는 단계; (d) 상기 중앙처리장치가 상기 제공된 임계 조도값을 상기 영상 촬영 장치에 적용하는 단계; (e) 상기 영상 촬영 장치가 상기 임계 조도값에 근거하여 차량 또는 객체를 촬영하여 객체 인식용 영상을 획득하는 단계; 및 (f) 상기 중앙처리장치가 상기 객체 인식용 영상에 근거하여 차량 번호를 인식하거나, 상기 차량의 자율 주행이 실행되도록 제어하는 단계를 포함할 수 있다.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차량번호 인식 시스템에 적용함으로써, 어떠한 에러 발생 요인의 환경이 발생되는 것을 번호 인식용 영상을 촬영하기 전에, 스마트 고지능 소프트웨어로 분석하여, 번호판 또는 자율 주행에 필요한 각종 영상 분석 등이 가능해지도록 하여, 부분 영역을 기준으로 하는 촬영 상태를 임계값에 이르도록 변경 후 각종 영상 분석용 영상을 촬영할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 입출차 촬영 범위 내의 차종 판별 센서로 차량 크기를 분석하고, 루프 감지 센서나 적외선 감지 센서 등이 진입 차량의 영상을 촬영하도록 한 개 이상의 촬영부로 신호가 보내지면 상기 촬영된 영상에 대하여 번호 인식용 영상을 촬영하기 전, 우선 광범위 조도 분석 영역에서 각각의 랙탱글(rectangle)(0~17)에서 조도 값을 구해 적용될 랙탱글을 선택하여, 각종 경우 수에 적합한 모드(야간, 여명, 오전, 적정, 주간, 조정) 값을 우선 구하고, 모드별 가감 시켜야 할 존 범위를 찾아내 촬영부를 임계 값(셔터, 게인, 조리개) 범위로 이동시킨 번호 인식을 위한 영상을 촬영하고, 그 영상에서 번호 분석과 조도 값을 구하며, 이때 적용된 임계값 조도를 만드는 레지스터 값(셔터, 게인, 조리개)으로 다음 차량의 조도 값을 분석할 때 기초 레지스터 값으로 사용되도록 할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차량번호 인식 시스템에 적용한 고지능 소프트웨어를 인공지능의 스마트 조도조절 알고리즘, 번호 인식 알고리즘 및 운영 시스템 알고리즘으로 구분하여 제공할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 인공지능의 스마트 조도 조절 알고리즘 내에 번호판 주변의 조도만을 구분 분석하는 그룹 랙탱글 조도 분석부(0~17구역)와, 각각의 랙탱글 영역별 조도 분석에 따른 결과 값으로 각종 경우의 수에 맞는 지능 조도를 선별적으로 선택하여 현재의 조도가 어느 모드에 속하느냐를 결정짓는 모드 선별부(야간, 여명, 오전, 적정, 주간, 조정모드 등)에서 결정 조도 값 대비 어느 모드에 속하느냐와, 현재 번호판 주변의 조도값을 구하기 위해 사용된 셔터, 게인, 조리개 값과 비교하여 가감 시켜야 할 조도인지를 비교하여 셔터, 게인, 조리개 값을 얼마만큼 가감시켜야 할 것인지를 판단하는 모드별 가감부에서 비교 판단하여 가감 레벨 범위를 자동으로 계산하며 카메라에 적용시키도록 한 후 번호 인식용 영상을 촬영할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 조도 분석부에서 조명을 켜고 번호 분석용 영상을 촬영할 것인지도 예약 데이터를 받은 상태에 따라 그리고 적외선 조명 ON/OFF 결정 여부에 따라 그 내용대로 입출력 컨트롤러(DIO) 보드에 보내고, 입출력 컨트롤러(DIO) 보드는 적외선 조명과 번호 인식용 영상 촬영의 동기 신호에 맞추어 작동될 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 번호판 주변 조도 분석 시에는 적외선 조명을 켜지 않은 상태에서 영상을 촬영하며, 랙탱글 별 조도 값을 구한 후 스마트 자동 조절 값을 연산하여 그 결과 값대로 카메라에 셋업 시킨 후 번호 인식용 영상을 촬영할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 적외선 조명이 항상 켜져 있는 경우와, 적외선 조명이 켜지도록 하는 경우, 적외선 조명을 켤 필요가 없는 경우를 먼저 판단한 후 판단 결과에 따라 그에 맞게 작동하여 영상을 촬영한 후, 그 영상에서 차량 번호를 인식할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차량번호 인식 자료와 조도 값을 산출하였는데, 야간 모드를 제외한 다른 모드에서 차량번호 인식용 영상에 구해진 조도 값이 임계 값 조도를 많이 벗어난 경우에는 오 인식률을 줄이기 위한 후면 번호판도 전면 번호판 번호 인식 로직 방법과 동일한 방법을 사용하여 번호 분석과 조도 값을 산출해서 전, 후면 번호 인식한 조도 값 중 어느 것이 임계값에 가까운 것인지를 확인하여 번호인식 자료로 사용할지를 비교하는 스마트 고지능을 실행할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 주간 이동 중인 차량이 촬영 범위에 도착하는 순간 운전 습관 속도에 따라 차량번호가 위치한 영역이 다르게 촬영되기 때문에, 사전에 차번 인식 시스템 설치 위치를 선택함으로써 정확한 번호판 위치의 조도 분석을 하기 위한 입차 방향별 조도 인식 범위를 설정할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 야간 이동 중인 차량이 눈, 비 또는 이상 기후에 따른 차량의 헤드라이트가 진입 방향에 반사되어 에러를 발생할 수 있기 때문에, 진입 방향의 반대에 위치한 곳은 영향을 받지 않도록 랙탱글 영역이 자동 설정되거나, 양 방향별 난반사로 인한 에러 방지를 위해 자동으로 가장 낮은 조도 값을 선택할 수 있도록 지능 제어를 실행할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 운전자의 운전 습관으로 인해 평균 또는 그 이하의 속도로 운전하는 것은 상관없으나, 과속 운전 습관을 가진 운전자의 차량번호를 인식하기 위해서는 촬영되는 영상 범위를 4분의 1로 나누어, 상단(상단 좌, 우 : 2곳)이 촬영되도록 하여, 차량의 고속 운전에 의해 차량 번호판이 잘리지 않도록 영상을 촬영하여 최대한 인식 유효 거리를 확보하며, 좌측 진입이 요구되는 차량의 방향은 상단 좌측에서, 우측 진입이 요구되는 차량의 방향은 상단 우측에서 영상이 촬영되도록 하고, 진입방법이 가장 많은 진입방향에 따라 조도 조절 우선순위 등을 맞춤형 형태로 설정할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 번호 인식용 영상을 촬영하기 전에 번호판만은 어떠한 경우가 발생되더라도 영상 분석이 가능한 임계 값 영상을 먼저 만들 수 있도록 전체 촬영 범위 내 차량의 번호판이 촬영되는 위치가 차량의 속도에 따라 가변 촬영되므로 어느 경우라도 번호판이 촬영되는 가상 영역 전체를 분석할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 주간 조도 분석영역 범위를 최대 16개 영역 이상의 랙탱글 영역으로 구분하고, 야간에는 태양광에 영향을 받지 않으나, 차량의 헤드라이트에 영향을 받거나, 자연 기후 변화에 따른 눈, 비 등으로 인해 바닥에 쌓인 눈, 비에 의해 영향을 받지만, 차량의 진입 방법에 따라 가장 많은 영향을 받게 되므로, 차량 진입 방향을 구분할 수 있는 입차 방향 데이터를 제공할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 눈 또는 오물 투척으로 전면 번호판이 안보일 경우에 동일한 스마트 조도 조절 방식을 통해 후면 번호판을 인식할 수 있도록 조도를 조절한 후 후면 차량 번호판을 인식할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차종 판별 센서를 통해 자동으로 차량의 크기를 소형과 그 외의 차량으로(대형) 정확하게 구분할 수 있으며, 차량번호 인식 데이터에 실어서 함께 전송하며, 요금 정산시 할인 대상 차량에 자동으로 적용하여 요금을 할인해 줄 수 있도록 하는 기능을 제공할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차량번호 인식 시스템으로 구현하여, 장비를 좌, 우면에 설치하는 경우, 차량번호 인식 속도를 높일 수 있도록 진입 방향이 가장 많은 곳을 우선 선택하거나, 진입 방향에 상관없이 무조건 동시에 인식하는 방식을 선택할 수 있는 설정 모드를 제공하며, 전, 후면 차량번호 인식 기능이 설정되면 현재 진입 중인 차량의 전면 번호판을 인식한 후 후면 번호판을 인식할 때, 후면 번호판을 인식하기 전에 다음 차량이 진입하면 다음 차량의 전면부를 먼저 인식하는 전면우선 카운팅 기능과, 전, 후면 번호판 촬영 신호가 일정 시간 동안(임의 차량 통과시간) 들어오지 않으면 에러가 발생되기 때문에 자동 리셋되는 차량통과 지연시간 등을 설정하는 기능을 제공할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 인공지능의 스마트 자동조도 조절 기술로 각종 경우의 조도 값을 판독 분석하여, 판독된 임계값으로 변경시킨 후 영상을 촬영하였는데도 자연 환경 조도가 쉬지 않고 급변 중인 경우에는 임계값(적정모드 조도 값)을 벗어나 촬영되는 경우가 발생 되는데, 임계 값(적정 조도 범위 값) 이상으로 촬영될 경우에는 차량번호 인식률 에러도 증가되기 때문에 임계값보다 낮추는 지능 조도 제어를 실행할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 임계값 조도 보다 높은 치수가 판독 될수록 기하급수적으로 조도 값을 낮추어야 하며, 그 범위는 임계 값 보다 더 낮은 경우의 조도인 여명모드 또는 오전모드 범위 내로 이동시켜야만 다시 갑작스럽게 올라가는 경우를 대비할 수 있는 예상 인지 고지능으로 가감시키는 조도 조절과. 임계 값 근처 정도로 조도 분석될 경우에는 단계적으로 하강시키는 고지능 조도 조절을 실행할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 태양 또는 광원의 빛이 높은 시간이지만 역광이 발생되면서 빛의 강도가 햇빛이 석양에 걸치는 경우에는 야간 또는 여명모드 등으로 보기에는 너무 조도가 밝으면서 야간처럼 주변 빛이 없는 경우가 아니기 때문에 카메라 레지스터 값(셔터, 게인, 조리개 등)을 높게 조절할 수도 없는 경우가 발생될 때 낮은 조도 조절과 적외선 조명을 동시에 켜는 고지능 조도 조절 기능을 제공할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 모드별 조도 값이 최대 또는 최소 등의 범위로 사전에 정해지는데, 하루 조도 값이 가장 밝은 날을 기준으로 카메라 종류에 따라 다르지만, 카메라 종류에 따라 0 ~ 255 레벨 조도가 측정되는 카메라를 기준으로, 야간모드(0~24레벨) 조도, 여명모드(25~32레벨) 조도, 오전모드(33~90레벨) 조도, 적정모드(91~120레벨) 조도, 주간모드(121-255레벨) 조도로 구분하고, 조정모드는 여명모드 이상에서 갑자기 야간모드 레벨 조도로 떨어지는 것을 방지하는 특수기능 제어모드 등으로 모드가 자동으로 선택되고, 급상승하는 조도를 방지하기 위해서 모드별 스텝 증감 조도조절과, 급하강 시켜야 하는 주간 이상의 모드에서는 최대 측정 조도 값에 따라 기하급수적으로 낮추는 조도 조절을 실행할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 조도 조절의 기본 조도값(모드, 존 구분)을 산출할 때, 항상 적외선 조명을 켜지 않은 상태에서 야간 레지스터 값, 또는 직전 차량번호 인식 시 사용한 레지스터 값, 또는 직전 차량 번호 인식에 사용된 조도 값이 적정 모드를 벗어난 경우에는 적정 모드에 이르도록 하는 인공지능의 자동 조도 조절을 통해 계산된 임계값으로 이전되어야 할 레지스터 값 등을 적용시킨 후 야간 모드일 경우에는 0번 및 17번 랙탱글 영역 내 조도를 분석하고, 여명 모드 이상일 경우에는 1번~16번 랙탱글 영역 내 모든 조도를 분석할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 여명 모드 이상 조도 모드에서 야간 모드로 판단되는 경우에, 번호판 주변의 랙탱글 영역(1~16) 중 차량이 영상 촬영 범위 내로 진입하면, 자연발생 상태 조도 값을 산출하기 위하여 어떠한 경우라도 적외선 램프 빛을 차단한 후 먼저 조도 분석용 영상을 촬영한 후, 전체 랙탱글 영역(1~16) 내 모든 각각의 조도 값에서 야간 조도 모드에 속하는 조도 값이 판독 될 때에만 야간 모드로 전환할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 적외선 조명을 켠 상태에서 객체 분석용 영상을 촬영하는 경우에, 조도 분석 결과 값이 야간 또는 여명 조도 모드 값 내에 포함되거나, 여명 모드 조도 값 이상의 모드 내에서 랙탱글 영역(1~16구역)을 분석한 결과. 최대 랙탱글 값과 다른 랙탱글 값의 크기가 하나라도 50% 이상으로 발생되거나, 2개 이상의 랙탱글 값이 야간 또는 여명 모드 범위 내로 분석되는 경우나, 항상 적외선 조명 켜기가 설정되어 있는 경우 등은 모드 범위에 상관없이 적외선 조명을 켠 상태에서 객체 분석용 영상을 촬영할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 여명 모드 이상의 상태에서 비가 오거나 역광 발생 시나 오전 조도 모드 이상의 조도이면서도 전기 자동차의 번호판 컬러는 어둡기 때문에 번호판 조도 값만은 낮지는 않지만 차량번호 분석만은 불가능해지는 특수 현상 발생 시를 자동 판독하는 인공지능 스마트 조도 판단을 통해 적외선 조명을 켠 상태에서 객체 분석용 영상을 촬영할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 야간 조도 모드이면서 눈 또는 비가 내려 바닥에 눈이나 물이 고인 경우에, 진입하는 차량의 헤드라이트로부터 난반사가 발생되어 다른 모드 전환 시 너무 어둡게 촬영되므로 번호 인식이 불가능 해지는 것을 방지하는 스마트 조도 조절 내에 경우의 수를 담당하는 고지능 자동 조절 소프트웨어 부분이 야간용 두 개의 랙탱글 영역 중(0,17구역) 차량 진입 방향과 반대인 랙탱글 조도 분석 영역의 기준과 가장 낮게 조도 분석되는 값을 기준으로 하며, 야간 분석용 랙탱글 영역 모두가(0,17구역) 야간 조도 범위를 벗어난 경우에만 조정 모드를 경유해 다른 모드로 전환될 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 오전 모드에서 조도 분석 결과가 적정 모드 조도 값에 미치지 못한 경우에, 레지스터 중 게인부터 한 스텝씩(4스텝) 높이고, 98스텝 이상에 도달할 경우에는 셔터 값(10스텝)을 높이는데, 게인과 셔터 값의 비율이 10% 이상으로 차이가 날 경우에는 고지능 레스터값 일률화 증감 처리를 통해 10% 이상으로 차이가 나지 않도록 인공지능의 연산 처리 과정을 거친 후 자동 증감시키며, 셔터의 최대 값은 140이 넘지 않도록 한계 범위까지만 자동 증가 시키는 인공지능 자동 조도 조절 기술을 제공할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 전체 모드 변화 범위(야간~주간모드)가 0~255 레벨의 조도 값이고, 어느 모드에서 측정된 조도 값이라도 항상 임계 값 조도 모드인 적정모드 조도 값(91~120레벨) 범위로 이동 시킬 수 있도록 인공 지능 자동조절 소프트웨어를 통해 각종 경우의 수 등을 기준으로 한 고지능 분석 결과를 종합 판단 후 이동 시킬 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 눈 또는 비 등으로 전면 번호판에 오물 투척이 발생되거나, 번호판 일부만 그림자에 가려지거나, 차량 헤드라이트 난반사, 주변 사물의 방해로 전면 번호판 인식용 카메라가 가려지는 경우의 발생시, 과속이나 꼬리 물기 등에 의한 에러 발생 시에도 동일한 고지능 조도 조절 기술의 방법으로 차량 후면의 영상을 분석할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 태양광으로 인해 역광, 반사광, 측광 등에 의해 발생되는 각종 에러 중 미 인식은 판단이 가능하기 때문에 대체가 가능하지만, 오 인식 발생 시는 오 인식 자체를 판단할 수 있는 방법은 불가능 하지만 각종 에러가 발생될 경우에는 임계 값(적정모드 값)에 번호판 영상의 오 인식 발생 확률이 낮기 때문에 임계 값 조도에 도달한 영상 분석 값을 적용시킬 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 영상 촬영 시 광선을 차단시키지 않아 주간에는 컬러영상이 촬영되도록 할 수 있으며, 야간에만 흑, 백 영상에 가까운 영상을 촬영하도록 함으로써, 유, 무인 요금 계산기 또는 내차 찾기 키오스크에서 영상 찾기 인지도가 높아지도록 할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차량번호 인식 시스템에 적용하여, 설치 위치에 따라 차량의 진입 방향이 달라지고, 진입 중인 차량의 촬영 유효거리가 짧아질 수 있어, 속도가 빠르게 진입 중인 차량의 번호판은 잘려져 촬영될 수 있기 때문에 최대한 긴 유효거리를 촬영하기 위해 장비설치 위치별 좌측 또는 우측 진입 방법을 설정할 수 있는 기능을 제공할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 차량이 진행 중인 도로에서 주차장으로 진입하는 방법이 좌측 진입, 우측 진입, 직진 진입 등의 차량 진입방법이 다르므로, 각각의 진입 방법으로 인해 번호판을 촬영할 수 없게 되는 영상이 촬영되기 때문에 여러 진입방법에 상관없이 번호를 인식시키기 위해 단일 통로에 좌, 우면 듀얼 장비를 설치한다 하더라도 좌, 우면 중 하루에 진입하는 차량의 수가 가장 많은 곳에 우선순위를 두어야 인식 속도를 좀 더 빠르게 인식할 수 있기에, 그것을 선택하는 기능 설정과 인식된 좌, 우측 영상 분석 자료 중 조도 조절 시에도 빠르고 정확하게 인식할 목적으로 설정된 카메라 하나만 선택해 조도를 조절하거나, 두 개의 카메라에 동일한 조도 값을 적용시키거나, 양면 모두 동시에 조도를 조절할 수 있는 기능 등으로 인식 속도를 좀 더 빠르게 정확하게 할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 최초 차량번호 인식 시스템을 실행할 때 스타트 기초 레지스터 값(셔터, 게인, 조리개 값 등)을 찾기 위해서 하루 동안 가장 낮은 조도가 검출되는 야간의 경우가 †조도에 해당되나, “0조도로는 차량번호를 인식할 수 없기 때문에, 일정한 조도의 빛을 투과시키는 레지스터 값을 찾기 위해, 적외선 조명을 켠 상태에서 번호인식이 가능한 레지스터 임계 최저 조도 값을 먼저 찾아서, 주, 야간 간에 상관없이 모두 적용 가능한 기초 레지스터 값으로 설정시키며, 이 기초 레지스터 값을 적용시킬 때 레지스터 값이 일정 속도 이내에 차량번호 인식이 가능해지는 레지스터 값으로서, 차량 이동속도 대비 언제든지 촬영 가능한 속도인 10ms 이내에 기초 레지스터 값이 적용될 수 있는 범위를 찾아 적용하되, 이 값 또한 야간 모드에서만 적용하기 위해 최소 셔터 값은 10단계와 게인 16단계 등을 넘지 않도록 적용할 수 있다.

또한, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템은, 기초 레지스터 값이 어느 시간대에 촬영하는지 모르기 때문에, 차량번호 인식 시스템 또는 자율주행 차량 장비 등을 최초 스타트 시 어떤 경우에라도 영상 분석이 가능해지는 영상을 촬영하기 위해, 기초 레지스터 값을 디폴트화 해 적용시키고, 이 빛을 통해 현재 주변 조도 모드를 분석하고, 그 값이 야간 조도 정도 보다 낮은 경우에는 야간 레지스터 값에 적외선 조명을 켜서 각종 영상 검색 시 필요한 조도 값 영상을 촬영할 수 있다.

본 발명에 의하면, 주차장에 진입하는 차량을 촬영하기 전에 또는 자율 주행 차량이 주변을 촬영하기 전에, 인공지능으로 주변 조도 변화를 분석해 에러가 발생치 않도록 조도를 자동으로 조절한 후 영상을 촬영함으로써, 주차장에 진입하는 차량번호를 인식하거나, 자율 주행 차량이 이동 중 영상을 촬영하여 그 영상에서 필요한 각종 자료를 실시간으로 분석해 안전하게 목적지까지 무인 운전 방식으로 주행할 수 있다.

또한, 본 발명은 태양 및 주변 광원으로 인해 차량이 영상 촬영범위 내로 진입하는 순간에 에러가 발생되는 유형인 역광, 반사광, 측광과, 번호판 내 일부만 그림자가 발생되거나, 눈, 비로 인한 전면 번호판 오물투척이 발생되거나, 안개로 인해 가시거리가 3m이내 이거나, 차량의 헤드라이트로 인한 난반사이거나, 이동물체가 전면 번호판 카메라를 일시 가리는 경우 등이 포함된 영상을 촬영하기 전에 어떠한 경우라도 조도 조절을 통해 사전 차단시키고, 그럼에도 불구하고 인위적으로는 에러 차단이 불가능할 경우에 후면 번호판의 조도 조절을 하여 영상을 촬영함으로써 차량 번호 인식이 항상 가능해지는 효과를 얻을 수 있다.

또한, 본 발명은 자율 주행용 시스템에 적용 시 카메라로 영상을 촬영하여 실시간으로 영상을 분석할 수 있는데, 종래에 자연현상 그대로를 촬영하여 영상분석 자체가 불가능한 자연현상 발생 시에는 영상분석이 불가능해지는 영상이 촬영될 뿐만 아니라 차량사고로 연결되며, 이동 중인 차량의 속도 대비 종래의 방식으로는 조도 조절 시간을 따라 올 수 없기 때문에, 카메라로만 가지고 자율 주행 차량에 적용 시 한계가 있으나, 본 발명을 통해 기존의 카메라로만으로도 어떠한 경우 발생 시라도 일순간 한번만으로 적정 조도인 임계 값 영상을 촬영할 수 있을 뿐만 아니라 꼭 분석이 필요로 하는 부분 영역별 영상을 기준으로 하는 하나의 임계 값 영상을 촬영할 수 있어, 카메라 하나만으로 자율주행의 모든 장비에 적용 시킬 수 있는 효과를 가져 올 수 있다.

또한, 본 발명은 상기한 바와 같이 고지능의 스마트 자동 조도 조절을 통하여, 차량의 속도, 진입방법, 장비설치 방향, 전면 번호판을 인식 할 수 없는 경우인 전면 번호판, 촬영 카메라가 가려지거나, 전면 번호판 오물 투척이 발생하거나 하는 이유 등으로 인한 모든 경우에도 차량 번호 분석이 가능해지는 차량번호 인식 시스템을 제공할 수 있다.

또한, 본 발명은 인공지능을 통해 자동으로 조도 조절된 영상을 분석하여 얻은 결과라도 급변 중인 자연 환경 기후 변화가 발생될 경우에는 실제 촬영한 영상이 임계 값 조도가 벗어나 촬영되는 경우가 발생되므로 오 인식 발생 현상이 증가되어, 오 인식 상태를 판단하는 것은 불가능하지만, 오 인식 발생 예상 상태를 사전 분석하는 방법으로 동일 차량의 전, 후면 번호판 인식을 통해 어느 번호판이 임계 값(적정 조도 값)에 가장 근접해 촬영되었는지 판단하여 자동 선택 적용시킴으로써 오 인식 에러 마저도 분석 가능한 지능형 차량번호 인식 시스템을 제공할 수 있다.

또한, 종래의 모든 차량번호 인식 시스템이 조도 분석 자체를 할 수 없기 때문에, 가시광선 자체를 완전 차단시키는 방법 밖에는 없어, 어두운 선글라스 형태의 구조물 장치를 카메라 전면부에 설치하여 영상을 촬영할 수 밖에 없었기 때문에 컬러영상 자체를 촬영할 수 없었고, 차량을 찾기 위해서는 차량번호만을 가지고 찾을 수 밖에 없었으나, 본 발명은 가시광선을 차단시키지 않기 때문에 컬러영상을 촬영할 수 있어, 자율주행 시스템에 적용 시 영상 분석에 필요로 하는 사물 컬러 분석과 형태 분석 등 모든 분석이 가능하게 되었고, 차량번호 인식 시스템의 정산기 등에서 차량 파손을 쉽게 알 수 있도록 컬러영상으로 영상을 분석할 수 있는 효과가 있다.

또한, 종래의 차량번호 인식기는 자동 조도 조절이 불가능 할 뿐만 아니라 가시광선을 완전히 차단시키고 영상을 촬영해야 하므로 영상 촬영 시마다 적외선 조명을 켜지 않고는 영상 촬영을 할 수 없기 때문에 주, 야간 모두 적외선 조명을 켠 상태에서 영상을 촬영했으나, 본 발명은 촬영되는 전체 범위의 영상에서 번호판 주변의 조도가 야간인지 주간인지 등을 정확히 구분하여 적외선 조명을 켜기 때문에, 에너지 소비가 제일 많은 적외선 조명 켜기에 있어서 야간으로 판단되는 조도가 분석될 경우에만 적외선 조명을 켜고 영상을 촬영함으로써 에너지 절감 효과를 얻을 수 있다.

그리고, 종래에는 차량번호 인식 장비가 설치되는 곳이 건물의 진입로가 짧거나, 여러 방향으로 차량이 진입하는 경우나, 차량의 전면 번호판을 촬영할 수 없는 환경 변화 등이 발생되거나 하는 이유 때문에 장비설치 제한의 경우가 많이 발생되었으나, 본 발명은 그러한 모든 제한적 요소에 적용되지 않는 혁신적인 차량 인식 기술을 얻을 수 있다.

도 1은 본 발명의 실시 예에 따른 인공지능 영상분석 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.
도 2는 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템에서 하루 전체 모드를 분류한 예를 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템의 고지능 스마트 자동 조도조절 과정과 존 조도의 가감 조도조절 범위를 나타낸 도면이다.
도 4는 본 발명의 실시 예에 따른 다양한 차량 진입방법과 장비설치 위치 대비 차량 속도에 무관하게 촬영할 수 있는 기초 설정 방법을 도시한 환경 설정도이다.
도 5a 및 도 5b는 차량의 번호판이 촬영되는 광범위 전체의 랙탱글 영역과 분석조도 대비 지능형 주, 야간 분석영역을 도시한 화면 영역 표시도이다.
도 6은 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템의 전체 조도 제어 계통도를 나타낸 도면이다.
도 7은 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템에서 중앙처리장치가 인식 알고리즘과 시스템 제어 알고리즘을 실행하는 것을 나타낸 도면이다.
도 8은 본 발명의 실시 예에 따른 인공지능 영상 분석 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.

이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.

본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우 뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

어느 부분이 다른 부분의 "위에" 있다고 언급하는 경우, 이는 바로 다른 부분의 위에 있을 수 있거나 그 사이에 다른 부분이 수반될 수 있다. 대조적으로 어느 부분이 다른 부분의 "바로 위에" 있다고 언급하는 경우, 그 사이에 다른 부분이 수반되지 않는다.

제1, 제2 및 제3 등의 용어들은 다양한 부분, 성분, 영역, 층 및/또는 섹션들을 설명하기 위해 사용되나 이들에 한정되지 않는다. 이들 용어들은 어느 부분, 성분, 영역, 층 또는 섹션을 다른 부분, 성분, 영역, 층 또는 섹션과 구별하기 위해서만 사용된다. 따라서, 이하에서 서술하는 제1 부분, 성분, 영역, 층 또는 섹션은 본 발명의 범위를 벗어나지 않는 범위 내에서 제2 부분, 성분, 영역, 층 또는 섹션으로 언급될 수 있다.

여기서 사용되는 전문 용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다. 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분의 존재나 부가를 제외시키는 것은 아니다.

"아래", "위" 등의 상대적인 공간을 나타내는 용어는 도면에서 도시된 한 부분의 다른 부분에 대한 관계를 보다 쉽게 설명하기 위해 사용될 수 있다. 이러한 용어들은 도면에서 의도한 의미와 함께 사용 중인 장치의 다른 의미나 동작을 포함하도록 의도된다. 예를 들면, 도면 중의 장치를 뒤집으면, 다른 부분들의 "아래"에 있는 것으로 설명된 어느 부분들은 다른 부분들의 "위"에 있는 것으로 설명된다. 따라서 "아래"라는 예시적인 용어는 위와 아래 방향을 전부 포함한다. 장치는 90˚ 회전 또는 다른 각도로 회전할 수 있고, 상대적인 공간을 나타내는 용어도 이에 따라서 해석된다.

다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련 기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.

이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.

먼저, 본 발명의 이해를 돕기 위해, 전반적인 본 발명의 개념에 대해 설명한다.

본 발명은, 차량번호 인식 시스템 또는 자율 주행 차량 등에 사용되는 카메라가 촬영 범위 내 진입 중인 차량이나 이동 중인 차량 등에서 실시간 바로 필요한 영역 내 영상을 촬영할 때, 태양, 그림자, 눈, 비, 안개, 자동차 헤드라이트, 차량의 다양한 진입방법, 과속, 꼬리 물기, 장비 주변에 이동 중인 사물로 인해 카메라 창을 가리는 이유 등으로 인해 각종 에러가 발생되는 영상을 촬영하게 되는데, 이것을 사전에 차단시키거나 그렇지 못하는 경우 발생 시에는 차량의 후면 번호판을 촬영함으로써 어떠한 경우에라도 차량 번호 인식 시, 미 인식, 오 인식 등을 차단시킨 상태에서 영상을 촬영한 후, 그 영상에서 차량 번호를 인식하거나, 자율주행 차량의 경우 각종 영상을 분석하는데, 상기의 모든 사항 등이 고려된 에러 발생 소지의 자연적 환경 발생 여건을 사전 차단시키는 스마트 고지능 자동 조도조절 등을 통해 영상을 촬영함으로써 차량번호 인식 및 각종 영상 분석 등을 언제든지 정확히 분석할 수 있게 하는 것이다.

또한, 본 발명은, 차량번호 인식 영상을 촬영하거나 자율주행 중인 상태에서 영상을 촬영하는 경우 등에는 사전에 인공지능으로 조도를 조절한 후 각종 영상 분석 자료를 얻기 위한 영상을 촬영하는 것이 가장 중요하다.

또한, 본 발명은, 차량 번호인식 시스템의 경우는 전체 촬영 범위 내 영상에서 번호판이 있다고 판단되는 특정 지역의 영역만이 기준이 되는 임계 값(적정 조도) 영상으로 변경 시키는 것이 우선시 된다.

또한, 본 발명은, 자율 주행 중인 차량의 영상 촬영에서는 어떠한 갑작스러운 자연 환경 변화로 각종 영상 분석이 불가능 해지는 영상이 촬영되지 않도록 전체 화면을 임계 값 범위 내에서 항상 촬영되도록 한다.

그리고, 본 발명은, 실시간 조도 분석하여 어떠한 경우의 에러가 발생되더라도 사전에 차단시킨 후 각종 영상 분석이 가능한 영상을 촬영할 수 있게 하는 인공지능의 자동 조도 조절을 실행한다.

도 1은 본 발명의 실시 예에 따른 인공지능 영상분석 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.

도 1을 참조하면, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템(100)은, 영상 촬영 장치(101~107), 장비환경 설정부(112), 조도 분석부(113), 모드 선별부(114), 모드별 존범위 가감부(모드별 존범위 분석부, 115), 기초조도 레지스터부(116) 및 중앙처리장치(CPU:Central Processing Unit, 117) 등을 포함한다.

또한, 차종판별 센서(10), 차단기를 포함하는 차단기 조작부(108), 전광판 모듈(109), 전광판 컨트롤러(110), 전원부(111) 및 통신부(118)를 더 포함할 수 있다.

영상 촬영 장치(101~107)는 차량 또는 객체를 촬영하여 조도 분석용 영상을 먼저 획득하고 나중에 객체 인식용 영상을 획득하는 장치로서, 전면루프 검지센서(101), 후면루프 검지센서(102), 입출력(DIO) 컨트롤러(103), 전면 적외선 조명부(104), 후면 적외선 조명부(105), 전면 카메라(전면용 CAM, 106), 후면 카메라(후면용 CAM, 107) 등을 포함한다.

본 발명의 실시 예에서, 용어는 전면루프 검지센서(101) 및 후면루프 검지센서(102)를 도 1에 도시된 바와 같이 전면루프검지(101) 및 후면루프검지(102)로도 병행하여 사용할 수 있다. 또한, 입출력 컨트롤러(103)는 DIO CONTROLLER(103)나 DIO 콘트롤러(103) 등으로 병행하여 사용할 수 있다. 또한, 전면 적외선 조명부(104) 및 후면 적외선 조명부(105)를 전면 적외선 조명(104) 및 후면 적외선 조명(105)으로 병행하여 사용할 수 있다. 또한, 전면 카메라부(106)는 전면용 CAM(106)으로, 후면 카메라부(107)는 후면용 CAM(106)으로, 전면 카메라 및 후면 카메라(106, 107) 또는 전, 후면 카메라(106, 107) 등으로 병행하여 사용할 수 있다. 또한, 전광판 컨트롤러(110)는 전광판 콘트롤러(110)나 전광판 CONTROLLER(110) 등으로 병행하여 사용할 수 있다. 또한, 모드별 존범위 분석부(115)는 모드별 존범위 가감부(115)로 병행하여 사용할 수 있다.

차종판별 센서(10)는 객체 인식용 영상에 근거하여 차량의 크기에 따라 소형, 중형, 대형, 트럭, 버스, 화물차 등 차종을 판별할 수 있다.

전면 루우프 센서(101)는 진입하는 차량의 전면을 인식하고, 후면 루우프 센서(102)는 차량의 후면을 인식한다.

입출력(DIO) 컨트롤러(103)는 판별된 차종과 전면 루우프 센서 및 후면 루우프 센서를 통해 감지된 신호에 근거하여 차량 진입 신호를 중앙처리장치로 전송하고, 중앙처리장치로부터 수신한 제어 명령에 근거하여 전면 촬영 명령 신호를 전면 카메라부에 전송하거나, 촬영 명령 신호를 후면 카메라부에 전송하며, 전면 적외선 조명부 또는 후면 적외선 조명부를 통해 차량의 전면 또는 후면에 적외선 조명이 송출되도록 제어한다.

전면 적외선 조명부(104)는 차량의 전면에 적외선 조명을 송출한다.

후면 적외선 조명부(105)는 차량의 후면에 적외선 조명을 송출한다.

전면 카메라부(106)는 차량의 전면을 촬영하고, 후면 카메라부(107)는 차량의 후면을 촬영한다.

차단기 조작부(108)는 차량이 통과할 수 있도록 차단기를 올리거나 내리는 동작을 실행한다.

전광판 모듈(109)은 중앙처리장치의 분석 데이터, 조도 분석부의 분석 데이터, 모드별 존범위 분석부의 분석 데이터를 문자나 화면으로 디스플레이한다.

전광판 컨트롤러(110)는 전광판 모듈의 디스플레이 상태를 제어한다.

전원부(111)는 장치 전반에 전원을 공급한다.

장비환경 설정부(112)는, 차량의 진입 방식과, 종류별 장비 설치, 차량번호 인식 방식, 조도 조절 우선순위를 설정할 수 있다.

조도 분석부(113)는 조도 분석용 영상을 인공지능 자동조도조절 알고리즘에 따라 분석하여 차량의 진입 방향에 따라 주간조도 랙탱글(Rectangle) 영역 또는 야간조도 랙탱글 영역을 선택할 수 있다.

모드 선별부(114)는 조도 분석용 영상에 근거하여 야간 모드, 여명 모드, 오전 모드, 적정 모드, 주간 모드, 고정야간 모드, 조정 모드 중 하나의 모드를 선별할 수 있다.

모드별 존범위 가감부(115)는 선택된 랙탱글 영역에 대해 인공지능 자동조도조절 알고리즘을 통해 스타트 모드의 조도 값에 근거하여 모드별 존(Zone) 범위내 가감되는 조도레벨 범위를 선정하여 임계 조도값으로 제공한다.

기초조도 레지스터부(116)는 영상 촬영 장치의 셔터, 게인, 조리개에 대한 레벨을 조절하기 위한 기초 조도가 스타트, 야간, 조정 모드에 따라 각각 저장되어 있다.

중앙처리장치(117)는 상기 제공된 임계 조도값을 영상 촬영 장치에 적용하여, 영상 촬영 장치가 임계 조도값에 근거하여 차량 또는 객체를 촬영하여 객체 인식용 영상을 획득하도록 제어하고, 객체 인식용 영상에 근거하여 차량 번호를 인식하거나, 차량의 자율 주행이 실행되도록 제어할 수 있다.

또한, 중앙처리장치(117)는 임계 조도값을 기초 레지스터 값으로 저장하여, 다음 번에 차량 또는 객체를 촬영하여 획득하는 조도 분석용 영상을 분석할 때에 이용할 수 있다.

통신부(118)는 외부 장치와 통신을 실행한다.

중앙처리장치(117)는 각종 분석 데이터를 통신부를 통해 외부 장치로 전송하도록 제어할 수 있다.

또한, 중앙처리장치(117)는, 영상 촬영 장치를 통해 객체 인식용 영상을 촬영하기 전에 촬영된 조도 분석용 영상에서 차량 번호판이 위치한 곳의 조도를 먼저 분석하여 모든 에러 발생을 차단하고, 차량 번호판이 위치한 곳의 영상을 기준으로 한 조도 임계값에 근거하여 영상이 촬영되도록 인공지능 자동조도조절 알고리즘을 통해 영상 촬영 장치에 대한 셔터, 게인, 조리개 값을 포함하는 카메라 레지스터 값을 변경 시킨 후 객체 인식용 영상을 촬영하여 그 영상을 차량번호 인식과 각종 영상자료 분석 및 자율 주행을 위한 사물 인식에 이용할 수 있다.

또한, 중앙처리장치(117)는, 장비환경 설정부를 제어해, 이동 중인 차량의 번호판이 광범위 랙탱글 내에 항상 포함되어 촬영되도록 다양한 환경을 자동으로 설정하고, 랙탱글의 조도분석 영역 범위를 주간조도 분석영역과 야간조도 분석영역으로 구분하여, 차량 진입 방식과 장비설치 위치에 맞게 랙탱글 조도 분석 범위를 자동으로 설정할 수 있다.

또한, 중앙처리장치(117)는, 조도 분석 영역에 대하여, 조도 분석부를 통해, 전체 조도분석 영역의 랙탱글 범위를 0구역 내지 17구역으로 설정하고, 주간 조도분석 영역의 랙탱글 범위를 1구역 내지 16구역으로 설정하고, 야간 조도분석 영역의 랙탱글 범위를 0구역 및 17구역으로 설정하고, 장비설치 위치에 따라 차량의 헤드라이트에 영향이 적은 좌측설치 랙탱글 범위를 6구역 내지 16구역으로 설정하고, 우측설치 랙탱글 범위를 1구역 내지 8구역과 10구역 내지 12구역으로 설정할 수 있다.

또한, 중앙처리장치(117)는, 인공지능 자동조도조절 알고리즘에 따라 조도 모드 내 세부 존(Zone) 조도에 대하여, 한 레벨당 셔터 값이 조도값 10 단계 레벨 조도와 게인 값이 4 단계 레벨 조도를 가지며, 적정 모드를 기준으로 하강 조도 판단 시 최대 14존 단계로 나누어 이동시키고, 일정 기준 이상으로 높은 조도로 판단되면 셔터, 게인, 조리개에 대한 레지스터 값을 급하강 시키고, 일정 기준 이상 상승 조도로 판단 시 여명 모드에서 적정 모드 전까지 최대 6단계 존별로 조도 값이 높아지는 레지스터 값을 이동시킬 수 있다.

또한, 중앙처리장치(117)는, 랙탱글 범위 내 조도값 전체가 야간으로 분석될 경우와, 조도 값이 여명 모드 이상이면서 전체 11개의 랙탱글 값보다 6개 이상의 랙탱글 값이 야간 모드에 속하거나, 최대 조도값의 랙탱글 보다 다음으로 낮은 랙탱글 조도 값이 30 이상으로 차이가 있거나, 고정 야간 시간대인 20:00 ~ 04:00까지 시간대이거나 낮은 조도의 랙탱글 값이 2개 이상 야간에 속하는 경우는 야간 모드로 인식하여 적외선 조명을 켠 상태에서 객체 인식용 영상을 촬영하도록 제어할 수 있다.

또한, 중앙처리장치(117)는, 차량의 전면 번호판에 눈, 비 등으로 인한 오물이 투척되거나, 움직이는 사물이 전면 카메라부를 가려서 미인식이 발생되거나, 전면 루우프 고장 시에는 후면 루우프 센서, 후면 카메라부 및 후면 적외선 조명부를 통하여 차량의 후면 번호판을 인식하도록 제어할 수 있다.

또한, 중앙처리장치(117)는, 오인식 발생 에러율을 줄이기 위해, 차량의 전면 차량번호 및 후면 차량번호를 인식한 듀얼 영상의 조도 값이 적정 모드에서의 임계 값에 어느 것이 더 가깝게 근접한 영상인가를 자동으로 비교 분석하여 적정 모드에 근접한 영상의 번호 인식 자료를 기초 값으로 이용할 수 있다.

또한, 중앙처리장치(117)는, 차량의 전면 차량번호 및 후면 차량번호를 인식하는 경우에, 주차 카운팅을 통해 예외사항 에러발생을 방지하기 위해, 차종 판별 후에 카운팅을 할 것인지, 차종 판별 전에 카운팅을 할 것인지, 전면 또는 후면 루우프 센서의 고장이 발생했는지를 판단하는 경우가 발생 시 로직이 무한 루우프에 빠지지 않도록 최대 신호지연 시간이 반영된 지능형 카운팅 로직을 실행할 수 있다.

그리고, 중앙처리장치(117)는, 조도 분석용 영상과 객체 인식용 영상을 획득할 때 컬러 영상으로 획득하도록 영상 촬영 장치를 제어할 수 있다.

한편, 본 발명의 실시 예에 따른 인공지능 영상분석 시스템(100)은, 도면에 도시하지는 않았지만, 영상 촬영 장치(101~107)를 통해 촬영된 전면 영상과 후면 영상을 저장하기 위한 영상촬영 저장부; 중앙처리장치(117)가 처리하는 시스템 제어 알고리즘과 차량번호 인식 및 각종 영상 분석 알고리즘을 소프트웨어 형태로 저장하고 있는 알고리즘 저장부 등을 더 포함할 수 있다.

한편, 도 1에서, 본 발명의 인공지능 영상분석 시스템(100)은, 차량이 영상 촬영 범위 내에 진입하면, 차량의 전면 번호판을 촬영하기 위해, 전,후면 루프 검지센서(101,102)가 차량을 검지하고, 현재 자연 현상이 발생되는 현 상태의 조도 값을 얻기 위해 우선 조도 분석용 영상을 촬영하게 된다.

이어, DIO CONTROLLER(103)는 전면 영상촬영 트리거 신호를 발생시켜 전면용 카메라(106)로 전달하고, 전면용 CAM(106)은 전면 영상을 촬영하며, 촬영된 영상에서 각종 에러가 발생되는 경우의 수를 차단하기 위해, 사전에 장비환경 설정부(112)에 설정된 대로 차량의 진입방법과 싱글 또는 듀얼 차번 인식 값을 읽어들이고, 조도조절 우선순위 등을 기초 설정 기능을 토대로 하여 조도 분석부(113)에 전달한다.

이어, 본 발명의 인공지능 영상분석 시스템(100)은, 번호판 주변의 랙탱글 영역을 기준으로 조도 분석한 결과를 통해 모드 선별부(114)와 모드별 존 범위 가감부(115) 등으로 에러가 발생치 않도록 하는 임계 값(적정모드) 범위로 전면 카메라(103)의 레지스터 값을 변경시킨 후 촬영한 영상(121, 122)으로 차량번호 인식과 번호 분석 시 캡쳐된 조도와 각종 영상을 분석(123)하여 그 결과 값을 통해 방문 차량, 정기 차량, 각종 시간 정기권 등을 인식한 후 차단기 여닫기와 영상 데이터를 저장하거나, 각종 분석 데이터와 영상 데이터를 통신부(119)를 통해 외부 서버로 전송하고, 정상적인 데이터 분석 시 차단기(108)를 OPEN 시키고, 인식된 데이터를 전광판 콘트롤러(110)에 보내 전광판 모듈(109)을 통해 결과를 표시하는 것이다.

도 1에서, 인공지능 영상분석 시스템(100)은, 차량번호 인식 동작을 초기에 작동시키면, 번호판 주변의 조도 값이나 자율 주행을 하기 위한 영상 촬영을 준비하는 기초 단계로서, PC의 시스템 제어 알고리즘인 CPU(117)는 DIO CONTROLLER(103)를 통해 전, 후면 영상 촬영 신호를 전, 후면 카메라(106, 107)에 보내 영상을 촬영한다.

이때, 인공지능 영상분석 시스템(100)은, 기초 레지스터부(116)의 스타트 모드 값을 가져와 현재 조도 값을 분석하는데, 고지능형 스마트 자동 조도 조절 계산 로직 소프트웨어(알고리즘)를 통해, 스타트 모드 레지스터 값이 하루 중 가장 낮은 조도일 때이면서도 기본 영상 촬영이 가능한 조도 값이면, 이 조도값을 기준으로 야간(MIN)~주간(MAX) 조도 모드 범위를 구분시키고, 현재 사용된 스타트 모드의 레지스터 값 대비 모드별로 얼마만큼 이동되어야 임계값에 이르도록 하는 존 구역 레지스터 값에 도달하는지 분석한다.

이어, 인공지능 영상분석 시스템(100)은, 전, 후면 카메라(106,107) 등의 레지스터 값을 변경 시킨 후 장비를 작동시키기 위한 준비 상태로 대기시켜 놓는다.

이때 야간 모드일 경우에 인공지능 영상분석 시스템(100)은, 야간 모드 레지스터 값(셔터: 80, 게인: 70, 조리개: AUTO)을 가져와 차량 진입 시 조도 분석용 값으로 전면용 카메라(106)에 적용시킨 후 촬영된 영상으로 차량번호 분석 값과 조도 분석 값에 적용시킨다.

이때 인공지능 영상분석 시스템(100)은, 차량 분석 시 분석된 조도 값이 임계 값(적정모드)을 벗어난 경우 다음 차량 진입 시 대비해 조도 분석용 임계값이 되도록 가감 변경 시킨 후 전면 카메라(106)에 레지스터 값을 사전 변경시켜 놓아 다음 차량 진입 시 조도 분석 임계값에 이르도록 항상 사전에 미리 준비 시켜놓는다.

도 1에서, 인공지능 영상분석 시스템(100)은, 차량이 전, 후면 번호를 촬영하는 위치에 도착하면, 전, 후면 루프센서(101, 102)가 감지하여 DIO CONTROLLER(103)에 보내고, 전, 후면 영상 촬영용 카메라(106, 107)에 영상 촬영 하도록 트리거 신호를 보내며, 이 신호를 받은 전, 후면 CAM(106,107)이 영상을 촬영한다.

본 발명의 실시 예에 따른 인공지능 영상분석 시스템(100)은, 장비환경 설정부(112)와 조도 분석부(113), 모드 선별부(114), 모드별 존범위 가감부(115), 기초조도 레지스터부(116) 등을 하드웨어로 구성할 수 있지만, 인공지능 자동 조도 제어 알고리즘(117)의 각 로직으로도 구성할 수 있다. 즉, 인공지능 자동 조도 제어 알고리즘(117)은 장비환경 설정부(112)와 조도 분석부(113), 모드 선별부(114), 모드별 존범위 가감부(115), 기초조도 레지스터부(116) 등의 로직으로 구성할 수 있다.

본 발명에 따른 인공지능 영상분석 시스템(100)은 에러가 발생되지 않도록 하는 영상촬영을 하도록 번호판 주변을 기준으로 하는 임계 값이나 전체 화면을 기준으로 하는 임계 값(자율주행 시스템) 등으로 조도 조절을 변경시킨 후 영상을 촬영하여 각종 분석이 요구되는 데이터를 얻을 수 있다.

이때 전면 번호판을 인식하는 차번 인식기에 적용 시 번호판 인식이 불가능해지는 영상 촬영이 촬영되는 경우에는 후면 번호판을 동일한 로직으로 차량번호를 듀얼로 인식하여 미 인식 자체를 차단시킬 수 있다.

오인식의 발생 시 인공지능은 전, 후면 카메라(106, 107)가 차량번호를 인식 후 분석한 조도 값 중 어느 카메라(106, 107)가 임계값에 근접했냐의 결과로 적용시키며, 입구 차번 인식기의 듀얼 영상 데이터를 모두 저장시켜 출차 시 그 영상 중 현재 분석된 영상 데이터의 어느 것인지를 듀얼로 찾아 보정 시킬 수 있다.

도 1에서, 임계 값 조도 분석 범위로 전, 후면 카메라(106, 107)의 레지스터 값을 이동 시킬 때, 야간 모드, 여명 모드, 오전 모드이면서 번호판 부분의 조도만은 야간 모드로 분석되거나, 항상 야간인 시간인 때에는 전, 후면 적외선 조명(104, 105)을 켠 후 동기화 시간에 맞도록 전, 후면 카메라(106,107)로 영상을 촬영한다.

도 2는 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템에서 하루 전체 모드를 분류한 예를 나타낸 도면이다.

즉, 도 2는 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템에서 차량번호 인식용 영상을 촬영하기 전에 조도 분석용 영상을 촬영하여 연간 측정되는 전체 조도 대비 어느 경우에도 적용되는 하루 모드별 조도레벨 범위를 도시한 것이다.

도 2에서, 연간 조도 분석 결과나 하루 전체 모드 분류(119) 분석 결과 등은 무한대의 경우가 발생되며, 무한대 경우의 조도 조절을 스케줄화가 가능하다고 하여도 많은 양의 기초 데이터를 분석하는데 시간이 많이 걸릴 수 있다.

무한대 경우의 모든 조도를 스케줄화시키는 것은 불가능하여, 차량번호 인식 시스템 또는 자율주행 차량 등에 적용 시 조도 분석 시간과 분석된 스마트 조도 값으로 변경시키는 등에 총 걸리는 시간이 20ms를 벗어나지 않아야 번호 분석용 영상을 촬영하거나, 자율 주행 등에 필요한 영상을 촬영할 수 있는 시간 범위 내에 들어갈 수 있다.

따라서 고속으로 분석하기 위해서, 연간 모든 경우를 만족시키는 하루(00:00~23:59) 동안의 조도 모드 샘플을 찾아내서 우선 모드를 구분시키는 모드별 구분 범위와(119), 모드별 조도 값이 포함되는 존 별 구분(120)과, 모든 개별 존 당 조도 값이 가감되어야 할 시 이동 범위 등을 인공지능의 계산 로직 등으로 구분되어지는 결과를 도 2에 나타낸 것이다.

도 2에 도시된 바와 같이, 하루 전체모드 분류(119)에 따른 종류는 야간 모드, 여명 모드, 오전 모드, 적정 모드, 주간 모드, 특수 모드(고정야간모드와 조정모드) 등으로 구분될 수 있다.

따라서 본 발명의 인공지능 영상 분석 시스템(100)은 번호판 주변 내 광범위 랙탱글 값을 고지능의 스마트 조도조절 분석 알고리즘을 통해 분석 결과를 얻어서 각종 경우의 수와 비교하여 판독된 조도 값을 통해 어느 모드에 속하는지를 알아낸다.

다음 표 1은 모드별 조도 값 레벨 범위 및 특수모드 구분(고정야간모드, 조정모드)을 나타낸다.

즉, 표 1은 도 2의 하루 전체모드 분류에 대한 각 모드의 조도레벨 범위를 나타낸 것으로서, 하루 전체의 모드별 조도레벨 범위를 구분시키며, 그 값은 카메라 종류에 따라 다르다.

하루 전체 모드는 측정 조도에 따라 야간 모드(0~24레벨), 여명 모드(21~32레벨), 오전 모드(33~90레벨), 적정 모드(91~120레벨), 주간 모드(121~255레벨) 등으로 구분할 수 있다.

야간 모드는 태양 빛이 전혀 없는 경우나 광원 빛이 24 이하 정도로 낮은 경우에 적용할 수 있다.

여명 모드는 태양 빛은 있으나 조도가 33이하 정도로 낮으면서 해질 무렵 또는 해가 뜰 무렵 역광이 발생되어 조도 32 레벨 이하의 조도인 경우에 적용할 수 있다.

오전 모드는 태양 빛의 밝기가 충분치 못하지만 번호 인식이 가능할 정도의 조도일 경우에 적용할 수 있다.

적정 모드는 번호인식을 하는데 있어 거의 완벽한 수준의 조도 영상이 촬영되는 경우에 적용할 수 잇다.

주간 모드는 태양 빛이 너무 밝은 경우나 반사광으로 인해 에러 발생이 높은 수준의 조도인 경우나, 측광 등이 발생해 번호판을 찾을 수 없는 경우 등에 적용할 수 있다.

고정 야간 모드는 야간이면서도 계절 또는 시간대에 상관없이 항상 야간 조도가 측정되는 시간대인(20:00~04:00) 경우에 적용할 수 있다.

본 발명의 인공지능 영상 분석 시스템은 오전 모드의 조도 이상이 측정되는 주간 시간대이면서 갑자기 자연환경 변화로 순간적으로 야간 모드의 조도로 바뀌는 조도가 분석될 경우에는 다음 차량 진입 시에 바로 원 상태의 조도로 바뀔 수 있기 때문에 급변하는 가감 조도 발생 시 주변 모드를 건너뛸 경우에 에러가 발생되는 영상이 촬영될 수 있어 완충시키는 주변 모드의 조도로 일단 이동시키며, 계속해서 반복되는 건너뛰기 조도 모드가 측정될 때에만 바로 한 번에 이동시킨다.

도 2에서, 본 발명의 인공지능 영상 분석 시스템은 야간에는 번호 인식이 불가능한 조도 값이 분석되며, 적외선 조명 없이 조도 분석이 가능한 정도의 레지스터 값으로 변경시킬 경우 영상 촬영 속도가 느려지기 때문에 차량번호 인식 속도에 영향을 받게 되는 경우가 발생되며, 조도가 낮을 때에는 운전자가 운전에 방해되지 않는 정도의 최소 광량의 조도 값을 설정한다.

다음 표 2는 기초 조도 레지스터 값을 나타낸다.

본 발명의 인공지능 영상 분석 시스템은 가시광선이 거의 없는 정도의 적외선 램프를 사용하고도 충분히 번호인식이 가능한 밝기가 촬영되도록 하는 기초조도 레지스터 값(121)을 사전에 등록 시켜놓아(평균값 = 셔터: 60, 게인: 70), 장비 설치 위치에 따라 다르게 적용시킬 수 있다.

예를 들면, 야간 레지스터 값(셔터: 40~140, 게인: 40~98)과, 조정 모드의 조도 레지스터 값(평균값 = 80~140, 게인: 84~98) 등을 설정하는 것이다.

셔터 경계 값은 조도를 급변하게 작동시키므로 용이한 것은 셔터 값이기 때문에 평균 1단계 값은 10레벨을 기준으로 하는 값을 갖는다.

도 3은 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템의 고지능 스마트 자동 조도조절 과정과 존 조도의 가감 조도조절 범위를 나타낸 도면이다.

도 3을 참조하면, 본 발명의 인공지능 영상 분석 시스템(100)은, 차량이 촬영 범위 내로 진입하면, 전면루프 검지센서(101) 또는 후면루프 검지센서(102)에서 전, 후면 루프 신호(121)가 발생되고, 전면 카메라부(106) 및 후면 카메라부(107)가 차량번호 분석용 영상을 촬영하기 전에 먼저 조도 분석용 영상을 촬영한다(122).

이때, 본 발명의 인공지능 영상 분석 시스템(100)은, 직전 번호 분석용 영상 촬영 시 사용된 레지스터 값이 설정되어 있는 전면 카메라부(106) 및 후면 카메라부(107)를 통해 촬영하게 되므로, 전, 후면 카메라(106, 107)에 각기 다르게 적용되도록 캠 레지스터 값을 변경한다(123).

이어, 인공지능 영상 분석 시스템(100)은 조도 분석용 영상을 통해 번호판이 위치하는 광범위 랙탱글 범위에 대해, 주간 모드 시(124')와 야간 모드 시(125') 등으로, 조도 분석에 적용되는 랙탱글 범위를 각기 다르게 적용한다.

즉, 인공지능 영상 분석 시스템(100)은 주간 모드(124') 시, 차량진입 방법에 따라 좌측 진입 시 랙탱글 인식 범위(1~8구역, 10~16구역)와 우측 진입 시 랙탱글 범위(6~16) 등으로 구분하여 적용하는 것이다.

또한, 인공지능 영상 분석 시스템(100)은 야간 모드 시(125') 좌측 진입은 0번 구역, 우측 진입은 7번 구역 등으로 구분하거나, 좌우 랙탱글 조도를 분석한 후 작은 값을 적용할 수 있다.

또한, 인공지능 영상 분석 시스템(100)은 적용 조도값 대비 모드 구분과 모드 내 조도 가감 구분용 존 범위를 선택하여 적용할 수 있다(126').

또한, 인공지능 영상 분석 시스템(100)은 장비설치 위치에 맞는 랙탱글 분석 영역이 포함된 전체 조도를 분석할 수 있다. 이때 조도 분석을 하는 랙탱글 영역이 장비 설치 위치별로 다른 것은 차량의 번호판 주변 조도 변화가 예상되는 경우 태양 빛이 비추는 총칭 여명 모드에서 주간 모드 전체에 영향을 주기 때문이다.

주간 모드에는 번호판 주변의 조도를 분석할 수 있으며, 주간의 번호판 주변의 조도로 차량의 진입 방법에 따라 번호판이 안 보이는 영상이 촬영될 수 있어 차량번호를 촬영할 수 없는 경우 발생 시는 인식 속도에 영향을 줄 수 있다. 따라서 진입 방향별 영상 촬영 우선 순위가 다르게 설정할 수 있다.

또한, 인공지능 영상 분석 시스템(100)은 장비 설치에 따라 차량 속도가 운전자 운전 습관에 따라 다르더라도 속도에 상관없이 제대로 촬영할 수 있고, 야간 운전시(125')에는 과속 차량의 헤드라이트에 영향을 받거나, 눈, 비 등이 내려 바닥에 고인 경우 자동차 헤드라이트에 영향을 받기 때문에 가능한 영향을 받지 않는 랙탱글 범위인 좌, 우측 하단에 위치하며, 둘 중 최소 값을 기준 조도 값으로 설정할 수 있어 자동차 헤드라이트에 의한 각각의 에러 발생 경우 등을 근본적으로 방지할 수 있다.

도 3에서, 인공지능 영상 분석 시스템(100)은 주, 야간으로 구분되는 랙탱글 범위 조도 값을 산출하여 적용하고, 각종 경우의 수를 고지능 스마트 조도 조절 알고리즘을 통해 자동 분석하여, 적용 조도 값 대비 모드 구분과 모드 내 조도를 가감 구분용 존 범위로 선택할 수 있다(126').

또한, 인공지능 영상 분석 시스템(100)은 주, 야간 구분 로직 대비 적외선 조명을 선택하여 제어할 수 있는데(127), 영상 촬영 전에 적외선 조명을 켠 상태로 영상을 촬영할 것인지(128), 켜지 않은 상태로 영상을 촬영할 건인지(129) 등을 구분 선택하여 제어할 수 있다.

또한, 인공지능 영상 분석 시스템(100)은 모드별 직전 조도 값 대비 임계 값에 이르도록 하는 모드별 존 범위 내 가감 조도범위 적용(130)을 자동 분석하며, 조도 레벨 범위에 속하는 레지스터 증감과 가감 도표대로 카메라 레지스터 값을 변경시킬 수 있다. 이때 조리개 값은 자동으로 이동시키고, 적정 모드의 경우는 레지스터 값 변경 없이 그대로 영상을 촬영하도록 제어하고, 셔터, 게인의 비율이 10% 이상으로 차이가 나는 경우에는 영상 화질의 명료도가 높게 촬영될 수 있도록 인공지능의 비율 계산식으로 값을 강제로 변경시켜 평준화 시킬 수 있다.

또한, 인공지능 영상 분석 시스템(100)은, 번호 분석용 영상 촬영 스마트 조도 분석된 결과의 레지스터 값을 적용(131) 시킨 후 전, 후면 카메라를 통해 번호 분석용 영상을 촬영(124)하여 그 영상을 통해 번호 분석과 조도 분석(125)을 하여, 다음 차량이 진입 시 사용할 기초 레지스터 값(126)에 적용한다.

또한, 인공지능 영상 분석 시스템(100)은 고지능형 스마트 자동 조도 제어 알고리즘으로 모드별 존 구역 분석과 임계값에 이르도록 하는 존 범위를 가감시키는 레지스터 값을 산출한다.

도 4는 본 발명의 실시 예에 따른 다양한 차량 진입방법과 장비설치 위치 대비 차량 속도에 무관하게 촬영할 수 있는 기초 설정 방법을 도시한 환경 설정도이다.

즉, 도 4는 촬영되는 화면에서 랙탱글이 속하는 영역이 주간 또는 야간일 때의 분석 범위와, 장비설치 위치별 차량 진입 시 분석에 사용되는 랙탱글 영역 범위를 표시하고 있다. 이는 본 발명의 인공지능 영상 분석 시스템(100)에서 어느 경우의 차량 번호 진입 시라도 번호판이 위치한 영역을 포함될 수 있도록 하는 환경 세팅 기술이다.

도 4를 참조하면, 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템(100)은, 가능한 진입 방향별 분석이 필요로 하는 랙탱글 영역에 자동차의 헤드라이트 광원이 영향을 받지 않도록 인식 범위 영역을 자동 설정할 수 있다.

또한, 인공지능 영상 분석 시스템(100)은, 야간의 경우에도 자동차의 헤드라이트에 영향을 받지 않도록 하는 랙탱글 위치와, 비, 눈 등이 내려 반사되는 경우에라도 진입 방향에 따라 어느 한 쪽은 전혀 영향을 받지 않도록 하는 최소 값 적용의 지능형 랙탱글 영역 자동 선별 기술을 제공한다.

또한, 인공지능 영상 분석 시스템(100)은, 주간조도 분석용 랙탱글(122) 그룹과 야간 조도 분석용 랙탱글(123) 그룹에 대해, 두 그룹이 속한 범위에 따라 장비 설치 방향별 주간조도 분석용 랙탱글 범위를 1~16구역으로 설정한다.

여기서, 인공지능 영상 분석 시스템(100)은, 차량 진입 방향별 좌측 진입차량 주간조도 분석용 랙탱글 범위를 1~8구역과 10~12구역으로 설정하고, 우측 진입차량 주간 조도 분석용 랙탱글 범위를 6구역~16구역으로 설정한다.

그리고, 인공지능 영상 분석 시스템(100)은, 야간 조도 분석용 랙탱글 범위를 0구역과 17구역으로 설정하는데, 진입 방향 구분에 무관하게 에러 발생 없이 정확히 구분하기 위해 두 개의 랙탱글 영역 중 낮은 값이 반영되도록 할 수 있다.

도 5a 및 도 5b는 차량의 번호판이 촬영되는 광범위 전체의 랙탱글 영역과 분석조도 대비 지능형 주, 야간 분석영역을 도시한 화면 영역 표시도이다.

즉, 도 5a는 차량 속도에 대비한 영상 촬영범위 확대 설정에서 전면 번호판 촬영 시 장비 설치 위치별 영상 촬영 위치 설정 범위를 나타낸 것이고, 도 5b는 후면 번호판 촬영 시 장비 설치 위치별 영상 촬영 위치 설정 범위를 나타낸 것이다.

도 5에서, 본 발명의 인공지능 영상 분석 시스템(100)의 환경 설정은 오 인식, 미 인식 발생 등을 최소화시키기 위한 기본 설정 기능이다.

인공지능 영상 분석 시스템(100)은 촬영되는 영상이 오랫동안 인식할 수 있는 유효 거리를 최대한 길게 촬영할 수 있도록 하기 위한 운전자의 운전 습관과 연관된 차량 속도에 무관하게 모두 촬영할 수 있도록 하는 장비 설치에 따라, 영상 촬영 위치를 화면에서 상, 하단에 촬영되도록 한다.

먼저, 전면 번호판 촬영 시 장비 설치 위치별 영상촬영 위치를 다음과 같이 설정한다(126).

좌측에 장비설치 시(126-ㄱ)는 3번 화면에 촬영될 수 있도록 전면 촬영용 카메라(106)의 촬영 각도를 맞추고, 우측에 장비설치 시(126-ㄴ)는 1번 화면에 촬영될 수 있도록 후면 촬영용 카메라(107)의 촬영 각도를 맞춘다.

또한, 차량진입 방향이 여러 곳인 경우(126-ㄷ)에는 진입 방향 중 가장 많이 들어오는 곳을 우선 순위로 설정하고, 좌측 진입차량은 3번 화면에서 2번 화면까지 촬영되도록 설정하고, 우측 진입차량은 1번 화면에서 4번 화면까지 촬영되도록 설정한다.

다음, 후면 번호판 촬영 시 장비 설치 위치별 영상촬영 위치를 다음과 같이 설정한다(127).

좌측에 장비설치 시(127-ㄱ)는 4번 화면에 촬영될 수 있도록 전면 촬영용 카메라(106)의 촬영 각도를 맞추고, 우측에 장비설치 시(127-ㄴ)는 2번 화면에 촬영될 수 있도록 후면 촬영용 카메라(107)의 촬영 각도를 맞춘다.

또한, 차량진입 방향이 여러 곳인 경우(127-ㄷ)에는 진입 방향 중 가장 많이 들어오는 곳을 우선 순위로 설정하고, 좌측 진입차량은 4번 화면에서 1번 화면까지 촬영되도록 설정하고, 우측 진입차량은 2번 화면에서 3번 화면까지 촬영되도록 설정한다.

도 6은 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템의 전체 조도 제어 계통도를 나타낸 도면이다.

도 6을 참조하면, 본 발명에 따른 인공지능 영상 분석 시스템(100)은, 전, 후면에 차량이 진입하면 전, 후면 촬영용 카메라(106, 107)가 영상을 촬영하여 고지능 스마트 조도 알고리즘에 보낸다.

즉, 전면루프 검지센서(101)가 전면에 차량 진입을 감지하면 전면 루우프 신호를 전면 촬영용 카메라(106)로 전송하고, 전면 촬영용 카메라(106)는 전면 조도용 영상을 촬영한다(128).

또한, 후면루프 검지센서(102)는 후면에 차량 진입을 감지하면, 후면 루우프 신호를 후면 촬영용 카메라(107)로 전송하고, 후면 촬영용 카메라(107)는 후면 조도용 영상을 촬영한다(129).

인공지능 계산 로직 알고리즘은 각각의 경우에 맞는 임계값 조도가 항상 적정보드에 도달하도록 모든 경우를 계산한다.

고지능 스마트 조도 알고리즘은 전, 후면 번호판 영상 고지능 스마트 조도조절 분석(130)을 통해 그 결과 값을 전, 후면 카메라(106, 107)로 전송하여 전, 후면 카메라 레지스터 값 고지능 스마트 조도결과 변경(131) 과정을 거쳐서 전, 후면 카메라 적정조도 레지스터 값을 변경(132) 시킨다. 이후 전,후면 카메라(106, 107)로부터 차량번호 분석과 조도분석 영상을 촬영해(133) 차량번호 분석과 차량번호용 조도 분석 결과(134)가 구해지면, 번호 분석기로 사용된 영상의 조도 값이 임계값(적정조도) 영역에 정확히 도달했는지를 한번 더 비교 분석한다(135). 즉, 다음 조도 분석용 영상에 반영하기 위해, 임계 조도와 번호 분석용 조도 값을 비교 분석하는 것이다(135).

이어, 고지능 스마트 조도 알고리즘은 적정 조도(136)에 속하는 경우 동일 레지스터 값으로 pass시켜 다음 조도용 기초 값으로 사용하고, 야간 조도 또는 고정시간 조도영역(137) 범위 내 속할 경우 무조건 야간 모드의 레지터 값을 다음 조도 값으로 변형시켜 조도 값을 구한다.

또한, 고지능 스마트 조도 알고리즘은 여명 조도 ~ 오전 조도 또는 주간 조도 범위 내에서(138) 분석될 경우는 모드별 존 범위 내 가감조도 범위 적용(130) 기술을 통해 존 섹터를 알아내 다음 차량의 진입 시 조도를 분석한다.

그리고, 고지능 스마트 조도 알고리즘은 기초 레지스 값에 적용시킬 수 있도록 전, 후면 영상 촬영용 카메라(106, 107) 등의 레지스터 값을 변형시키기 위한 준비를 해 놓는다.

도 7은 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템에서 중앙처리장치가 인식 알고리즘과 시스템 제어 알고리즘을 실행하는 것을 나타낸 도면이다.

도 7을 참조하면, 본 발명에 따른 인공지능 영상 분석 시스템(100)에서 중앙처리장치(117)는 시스템 제어 알고리즘을 실행하여 처리한 전면 영상(130)이나 후면 영상(140)을 영상촬영 저장부에 저장할 수 있다.

또한, 중앙처리장치(117)는 영상촬영 저장부에 저장되어 있는 전면 영상(130)이나 후면 영상(140)을 가져와, 인식 알고리즘을 통해 차량번호 인식 및 각종 영상 분석을 실행할 수 있다.

그리고, 중앙처리장치(117)는 시스템 제어 알고리즘을 통해 인공지능 영상 분석 시스템(100)의 전반적인 동작과 데이터 송수신 등을 제어할 수 있다.

도 8은 본 발명의 실시 예에 따른 인공지능 영상 분석 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.

도 8을 참조하면, 본 발명의 실시 예에 따른 인공지능 영상 분석 시스템(100)은, 영상 촬영 장치(101~107)가 객체 인식용 영상을 획득하기 전에, 차량 또는 객체를 촬영하여 먼저 조도 분석용 영상을 획득한다(S810).

이어, 조도 분석부(113)는 조도 분석용 영상을 인공지능 자동조도조절 알고리즘에 따라 분석하여 차량의 진입 방향에 따라 주간조도 랙탱글(Rectangle) 영역 또는 야간조도 랙탱글 영역을 선택한다(S820).

이어, 모드별 존범위 가감부(115)는 선택된 랙탱글 영역에 대해 인공지능 자동조도조절 알고리즘을 통해 스타트 모드의 조도 값에 근거하여 모드별 존(Zone) 범위내 가감되는 조도레벨 범위를 선정하여 임계 조도값으로 제공한다(S830).

이어, 중앙처리장치(117)는 제공된 임계 조도값을 영상 촬영 장치(101~107)에 적용한다(S840).

이어, 영상 촬영 장치(101~107)는 임계 조도값에 근거하여 차량 또는 객체를 촬영하여 객체 인식용 영상을 획득한다(S850).

이어, 중앙처리장치(117)는 객체 인식용 영상에 근거하여 차량 번호를 인식하거나, 차량의 자율 주행이 실행되도록 제어한다(S860).

전술한 바와 같이 본 발명에 의하면, 주차장 출입구 및 자율 주행 차량 등에 설치되어, 주차장에 진입하는 차량을 촬영하기 전에 또는 자율 주행 차량이 주변을 촬영하기 전에, 인공지능으로 주변 조도 변화를 분석해 에러가 발생치 않도록 조도를 조절한 후 영상을 촬영함으로써, 주차장에 진입하는 차량번호를 인식하거나, 자율 주행 차량이 이동 중 영상을 촬영하여 그 영상에서 필요한 각종 자료를 실시간으로 분석해 안전하게 목적지까지 무인 운전 방식으로 주행할 수 있도록 하는, 인공지능 영상 분석 시스템 및 방법을 실현할 수 있다.

본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

10 : 차종판별센서
101 : 전면루프 검지센서
102 : 후면루프 검지센서
103 : DIO(IN/OUT) CONTROLLER
104 : 전면 적외선 조명부
105 : 후면 적외선 조명부
106 : 전면 촬영용 카메라
107 : 후면 촬영용 카메라
108 : 차단기
109 : 전광판
110 : 전광판 콘트롤러
111 : 전원부
112 : 장비환경 설정부
113 : 조도 분석부
114 : 모드 선별부
115 : 모드별 존 범위 가감부
116 : 기초조도 레지스터 설정부
117 : CPU
118 : 통신부
119 : 하루 전체 모드 분류
120 : 모드별 조도 값 레벨 범위 및 특수모드 구분
121 : 기초조도 레지스터값
122 : 주간조도 분석용 랙탱글
123 : 야간 분석용 랙탱글
124' : 랙탱글 범위 : 1~16번
125' : 랙탱글 범위 : 0, 7번
126 : 전면 번호판 촬영 시 장비 위치별 영상촬영위치 설정
127 : 후면 번호판 촬영 시 장비 위치별 영상촬영위치 설정
128 : 전면조도용 영상촬영
129 : 후면조도용 영상촬영
130 : 전, 후면 번호판 영상 고지능 스마트 조도 조절 분석
131 : 전, 후면 카메라 레지스터 값 고지능 스마트조도조절 결과 반영
132 : 전, 후면 카메라 적정조도 레지스터 값 변경
133 : 차량번호분석과 조도분석영상촬영
134 : 차량번호분석과 차량분석용 조도 분석결과
135 : 임계조도와 번호 분석용 조도 값 비교
136 : 적정조도(pass)
137 : 야간 조도, 고정시간대 조도
138 : 여명~오전 조도, 주간 조도
139 : 전면 영상
140 : 후면 영상

Claims

차량 또는 객체를 촬영하여 조도 분석용 영상을 먼저 획득하고 나중에 객체 인식용 영상을 획득하는 상기 차량의 전면을 인식하는 전면 루우프 검지센서(101)와; 차량의 후면을 인식하는 후면 루우프 검지센서(102)와; 차량의 전면을 촬영하는 전면 카메라부(106)와; 차량의 후면을 촬영하는 후면 카메라부(107); 차량의 전면에 적외선 조명을 송출하는 전면 적외선 조명부(104)와; 차량의 후면에 적외선 조명을 송출하는 후면 적외선 조명부(105)와; 객체 인식용 영상에 근거하여 차종을 판별하는 차종판별 센서(10)를 포함하고, 판별된 차종과 전면 루우프 검지센서(101) 및 후면 루우프 검지센서(102)를 통해 감지된 신호에 근거하여 차량 진입 신호를 중앙처리장치(CPU)로 전송하고, 중앙처리장치(CPU)로부터 수신한 제어 명령에 근거하여 전면 촬영 명령 신호를 전면 카메라부(106)에 전송하거나, 촬영 명령 신호를 후면 카메라부(107)에 전송하며, 전면 적외선 조명부(104) 또는 후면 적외선 조명부(105)를 통해 차량의 전면 또는 후면에 적외선 조명이 송출되도록 제어하는 입출력(DIO) 컨트롤러를 포함하여 이루어진 영상 촬영 장치;
차량의 진입 방식과 종류별 장비 설치, 차량번호 인식 방식, 조도 조절 우선순위를 설정할 수 있는 장비환경 설정부(112);
조도 분석용 영상을 인공지능 자동조도조절에 따라 분석하여 차량의 진입 방향에 따라 주간조도 랙탱글(Rectangle) 영역 또는 야간조도 랙탱글 영역을 선택하는 조도 분석부(113);
조도 분석용 영상에 근거하여 야간 모드, 여명 모드, 오전 모드, 적정 모드, 주간 모드, 고정야간 모드, 조정 모드 중 하나의 모드를 선별하는 모드 선별부(114);
선택된 랙탱글 영역에 대해 인공지능 자동조도조절을 통해 스타트 모드의 조도 값에 근거하여 모드별 존(Zone) 범위내 가감되는 조도레벨 범위를 선정하여 임계 조도값으로 제공하는 모드별 존 범위 분석부(115);
영상 촬영 장치의 셔터, 게인, 조리개에 대한 레벨을 조절하기 위한 기초 조도가 스타트, 야간, 조정 모드에 따라 각각 저장된 기초조도 레지스터부(116);
제공된 임계 조도값을 영상 촬영 장치에 적용하여 영상 촬영 장치가 임계 조도값에 근거하여 차량 또는 객체를 촬영하여 객체 인식용 영상을 획득하도록 제어하고, 객체 인식용 영상에 근거하여 차량 번호를 인식하거나, 상기 차량의 자율 주행이 실행되도록 제어하는 중앙처리장치(CPU);를 포함하는 인공지능 영상분석 시스템.
제 1 항에 있어서,
중앙처리장치(CPU)는 임계 조도값을 기초조도 레지스터 값으로 저장하여, 다음번에 차량 또는 객체를 촬영하여 획득하는 조도 분석용 영상을 분석할 때에 이용하도록 하는 인공지능 영상분석 시스템.
삭제
삭제
삭제
삭제
삭제
제 1 항에 있어서,
중앙처리장치(CPU)는 상기 영상 촬영 장치를 통해 객체 인식용 영상을 촬영하기 전에 촬영된 조도 분석용 영상에서 차량 번호판이 위치한 곳의 조도를 먼저 분석하여 에러 발생을 사전 차단하고, 차량 번호판이 위치한 곳의 영상을 기준으로 한 조도 임계값에 근거하여 영상이 촬영되도록 인공지능 자동조도조절을 통해 상기 영상 촬영 장치에 대한 셔터, 게인, 조리개 값을 포함하는 카메라 레지스터 값을 변경 시킨 후 객체 인식용 영상을 촬영하여 그 영상을 차량번호 인식과 각종 영상자료 분석 및 자율 주행을 위한 사물 인식에 이용하도록 하는 인공지능 영상분석 시스템.
제 1 항에 있어서,
중앙처리장치(CPU)는 장비환경 설정부(112)를 제어해 이동 중인 차량의 번호판이 광범위 랙탱글 내에 항상 포함되어 촬영되도록 다양한 환경을 자동으로 설정하고, 랙탱글의 조도분석 영역 범위를 주간조도 분석영역과 야간조도 분석영역으로 구분하여 차량 진입 방식과 장비설치 위치에 맞게 랙탱글 조도 분석 범위를 자동으로 설정하도록 하는 인공지능 영상분석 시스템.
제 1 항에 있어서,
중앙처리장치(CPU)는 조도 분석 영역에 대하여 조도 분석부를 통해 전체 조도분석 영역의 랙탱글 범위를 0구역 내지 17구역으로 설정하고, 주간 조도분석 영역의 랙탱글 범위를 1구역 내지 16구역으로 설정하고, 야간 조도분석 영역의 랙탱글 범위를 0구역 및 17구역으로 설정하고, 장비설치 위치에 따라 차량의 헤드라이트에 영향이 적은 좌측설치 랙탱글 범위를 6구역 내지 16구역으로 설정하고, 우측설치 랙탱글 범위를 1구역 내지 8구역과 10구역 내지 12구역으로 설정하도록 하는 인공지능 영상분석 시스템.
제 1 항에 있어서,
중앙처리장치(CPU)는 인공지능 자동조도조절에 따라 조도 모드 내 세부 존(Zone) 조도에 대하여 한 레벨당 셔터 값이 조도값 10 단계 레벨 조도와 게인 값이 4 단계 레벨 조도를 가지며, 적정 모드를 기준으로 하강 조도 판단 시 최대 14존 단계로 나누어 이동시키고, 일정 기준 이상으로 높은 조도로 판단되면 셔터, 게인, 조리개에 대한 레지스터 값을 급하강 시키고, 일정 기준 이상 상승 조도로 판단 시 여명 모드에서 적정 모드 전까지 최대 6단계 존별로 조도 값이 높아지는 레지스터 값을 이동시키도록 하는 인공지능 영상분석 시스템.
제 1 항에 있어서,
중앙처리장치(CPU)는 랙탱글 범위 내 조도값 전체가 야간으로 분석될 경우와 조도 값이 여명 모드 이상이면서 전체 11개의 랙탱글 값보다 6개 이상의 랙탱글 값이 야간 모드에 속하거나, 최대 조도값의 랙탱글 보다 다음으로 낮은 랙탱글 조도 값이 30 이상으로 차이가 있거나, 고정 야간 시간대인 20:00 ~ 04:00까지 시간대이거나 낮은 조도의 랙탱글 값이 2개 이상 야간에 속하는 경우는 야간 모드로 인식하여 적외선 조명을 켠 상태에서 객체 인식용 영상을 촬영하도록 제어하는 인공지능 영상분석 시스템.
삭제
제 1 항에 있어서,
중앙처리장치(CPU)는 오 인식 발생 에러율을 줄이기 위해 차량의 전면 차량번호 및 후면 차량번호를 인식한 듀얼 영상의 조도 값이 적정 모드에서의 임계값에 어느 것이 더 가깝게 근접한 영상인가를 자동으로 비교 분석하여 적정 모드에 근접한 영상의 번호 인식 자료를 기초 값으로 이용하도록 하는 인공지능 영상분석 시스템.
제 1 항에 있어서,
중앙처리장치(CPU)는 차량의 전면 차량번호 및 후면 차량번호를 인식하는 경우에 주차 카운팅을 통해 에러발생을 방지하기 위해 차종 판별 후에 카운팅을 할 것인지, 차종 판별 전에 카운팅을 할 것인지, 전면 또는 후면 루우프 검지센서의 고장이 발생했는지를 판단하는 경우가 발생 시 로직이 무한 루우프에 빠지지 않도록 최대 신호지연 시간이 고려된 지능형 카운팅 로직을 실행하도록 하는 인공지능 영상분석 시스템.
제 1 항에 있어서,
중앙처리장치(CPU)는 조도 분석용 영상과 객체 인식용 영상을 획득할 때 컬러 영상으로 획득하도록 영상 촬영 장치를 제어하도록 하는 인공지능 영상분석 시스템.
영상 촬영 장치의 셔터, 게인, 조리개에 대한 레벨을 조절하기 위한 기초 조도가 스타트, 야간, 조정 모드에 따라 각각 저장된 기초조도 레지스터부와, 상기 영상 촬영 장치가 촬영한 영상을 인공지능 자동조도조절에 따라 분석하도록 제어하는 중앙처리장치(CPU)를 포함하는 시스템의 인공지능 영상 분석 방법에 있어서,
(a) 객체 인식용 영상을 획득하기 전에, 차량 또는 객체를 촬영하여 조도 분석용 영상을 먼저 획득하는 조도 분석용 영상을 획득하는 단계;
(b) 상기 조도 분석용 영상을 인공지능 자동조도조절에 따라 분석하여 차량의 진입 방향에 따라 주간조도 랙탱글(Rectangle) 영역 또는 야간조도 랙탱글 영역을 선택하는 단계;
(c) 주, 야간 랙탱글 영역에서 영역별 조도 값을 구하는 인공지능 자동조도조절을 통해 정확히 차량의 번호판 위치를 찾아내는 단계;
(d) 주, 야간을 구분시키는 랙탱글 영역을 통해 인공지능 자동조도조절은 스타트 레지스터값(셔터, 게인, 익스퍼져)을 적용시켜 현재 측정되는 각종 모드(야간, 여명, 오전, 적정, 주간, 조정, 상시동일 조도시간모드 등)가 하루 중 어느 모드에 속하는가를 구분하는 단계;
(e) 각종 모드(야간, 여명, 오전, 적정, 주간, 조정, 상시동일 조도 시간모드 등)에서 모드별 존 범위 분석부가 인공지능 자동조도조절을 통해 모드별 정확히 세분화 시킨 존 조도 범위를 찾는 단계;
(f) 각종 랙탱글에서 찾아진 조도로 개개의 존 별로 레지스터 값(셔터, 게인, 익스퍼져)을 찾아 임계값에 이르도록 인공지능 자동조도조절을 통해 조도가 이동 중인 방향을 모두 충족시킬 수 있는 지능형 가, 감조도 조절 단계;
(g) 임계 조도값의 레지스터 값을 강제 변화 시킨 후 번호 분석용 영상을 중앙처리장치(CPU)에서 영상 촬영 장치에 적용하도록 하는 단계;
(h) 영상촬영 장치가 임계 조도값에 근거하여 차량 또는 객체를 촬영하여 객체 인식용 영상을 획득하는 단계;
(i) 중앙처리장치(CPU)가 객체 인식용 영상에 근거하여 차량번호를 인식하거나 결과 조도값을 분석할 수 있도록 하여 그 결과 값으로 다음 조도분석용 영상을 촬영할지 안할지 등을 자동 구분하는 단계;
(j) 또한 차량의 자율 주행을 실현시킬 수 있는 영상을 촬영할 수 있도록 전체 화면의 세분화 구분영역별로 자동 조도 조절하는 단계;를 포함하는 인공지능 부분영역 영상분석 방법.