지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 최황규
- 발행연도
- 2014
- 저작권
- 강원대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (4)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 CCTV의 활용이 증가하면서 CCTV의 설치가 급증하고 있다. CCTV의 증가로 CCTV에서 수집하는 영상 데이터의 양이 폭발적으로 증가하여 점점 빅데이터로 되고 있다. 그러나 아직까지 국내 CCTV 분야에서 대규모 영상 데이터를 처리하고 활용하는 응용 시스템은 거의 존재하지 않는다.
CCTV를 응용하는 차량 번호판 인식 시스템의 대부분은 데이터의 실시간 처리를 요구하며, 한꺼번에 많은 양의 영상 데이터를 처리하는 데는 한계가 있어 분산 병렬 처리가 가능한 빅데이터 기술의 적용이 필요하다.
본 논문에서는 차량 번호판 인식 시스템의 실시간 처리 방식을 보완하여 대규모 영상 데이터를 처리하는 방법으로 하둡 기반 VRT(Vehicle Route Tracking) 시스템의 설계를 제안한다. 차량 번호판 인식 기술을 결합한 VRT 시스템은 하둡의 분산 병렬 처리 기법으로 대규모 CCTV 영상 데이터를 빠르게 인식하여 차량 번호를 출력하고, 구글 맵을 통해 특정 차량의 이동경로를 추적한다. 그리고 VRT 시스템의 성능 실험으로 단일 PC와 하둡 환경의 번호판 인식 시간을 측정, 비교하였다. 하둡 환경의 데이터 노드가 32대 일 때, VRT 시스템의 처리 속도가 단일 PC보다 최대 27배 빠르게 측정되었으며, 초당 187개의 번호판을 인식 할 수 있었다.
CCTV를 응용하는 차량 번호판 인식 시스템의 대부분은 데이터의 실시간 처리를 요구하며, 한꺼번에 많은 양의 영상 데이터를 처리하는 데는 한계가 있어 분산 병렬 처리가 가능한 빅데이터 기술의 적용이 필요하다.
본 논문에서는 차량 번호판 인식 시스템의 실시간 처리 방식을 보완하여 대규모 영상 데이터를 처리하는 방법으로 하둡 기반 VRT(Vehicle Route Tracking) 시스템의 설계를 제안한다. 차량 번호판 인식 기술을 결합한 VRT 시스템은 하둡의 분산 병렬 처리 기법으로 대규모 CCTV 영상 데이터를 빠르게 인식하여 차량 번호를 출력하고, 구글 맵을 통해 특정 차량의 이동경로를 추적한다. 그리고 VRT 시스템의 성능 실험으로 단일 PC와 하둡 환경의 번호판 인식 시간을 측정, 비교하였다. 하둡 환경의 데이터 노드가 32대 일 때, VRT 시스템의 처리 속도가 단일 PC보다 최대 27배 빠르게 측정되었으며, 초당 187개의 번호판을 인식 할 수 있었다.
목차
Ⅰ. 서 론 11. 연구 배경 12. 연구 내용 2Ⅱ. 관련 연구 41. 차량 번호판 인식 기술 42. 하둡 (Hadoop) 93. 구글 맵 (Google Maps) 14Ⅲ. 시스템 설계 171. 시스템 구성 172. 시스템 동작과정 18Ⅳ. 구 현 211. 하둡 맵-리듀스 프로그램 212. 구글 맵 프로그램 303. 구현 화면 30Ⅴ. 실험 및 분석 351. 실험 환경 352. 실험 방법 363. 결과 분석 37Ⅵ. 결 론 46
최근 본 자료
댓글(0)
0