North Korea recognizes license plate in 0.07 seconds with deep learning technology

북한이 딥러닝 인공지능(AI) 기술을 활용해 차량번호판 화상 인식 성능을 높인 것으로 알려졌다.

4월 6일 대북 소식통에 따르면 북한 김일성종합대학이 발행한 학보 정보과학 2020년 제66권  제4호에 ‘심층신경망을 이용한 실시간 차번호판 영역 검출의 한 가지 방법’이라는 논문이 수록됐다.

논문은 “심층신경망(Deep Neural Network)이 화상인식 뿐 아니라 대상검출에서도 높은 성능을 보여주고 있다. 심층신경망에 의한 대상검출방법들이 차례로 제안되면서 대상검출의 속도와 정확도가 높아지고 있다”며 “그러나 심층신경망 방법들을 대상검출의 한 종류에 속하는 차번호판 영역 검출에 적용하는 경우 실시간성 보장에서 문제가 제기된다”고 지적했다.

이에 논문에서는 실시간 차번호판 영역 검출을 위한 딥러닝 구조를 설계하고 그에 기초한 방법을 제안했다는 것이다.

논문은 주행 차량들에 대한 차번호 인식 체계(시스템)에서는 실시간성 보장이 중요하다며 실시간성을 보장하기 위해서는 적어도 100밀리세컨드(ms) 이내에 인식이 진행돼야 한다고 설명했다. 1밀리세컨드는 1000분의 1초를 뜻한다. 100밀리세컨드는 0.1초인 것이다.

논문은 선행 연구에서 GPU를 이용하는 경우에는 고속으로 분석이 가능하지만 CPU를 이용하는 경우에는 실시간성을 보장하지 못했다고 소개했다. 현실적으로 GPU를 내장한 컴퓨터가 많지 않고 비용이 비싸기 때문에 CPU에서 실시간성을 보장하는 것이 중요하다고 북한 연구진들을 설명했다.

이 연구에 북한 연구진들은 구글이 개발한 인공지능(AI) 영상 분석 기술인 구글넷(GoogLeNet)을 활용한 것으로 알려졌다. 

과거에도 북한은 구글넷을 활용한다고 소개한 사례가 있다. 북한, 인공지능 구글넷 기술로 영상 분석한다

논문은 기존 분석 기술과 새로운 분석 기술을 테스트했다고 한다. 기존 기술은 600개 화상 중 575개인 96.8% 검출율을 기록했으며 평균 분석시간(CPU/ms)은 300밀리세컨드였다고 한다. 0.3초가 걸렸다는 것이다.

새로운 방법은 600개 중 574개인 96.1% 검출율을 기록했고 평균 분석시간(CPU/ms)은 70밀리세컨드로 분석됐다. 0.07초만에 분석이 가능해졌다는 것이다.

논문은 결론에서 “제안방법이 인식정확도의 손실이 없이 기억용량을 8.5배 축소했으며 동시에 인식시간을 4배 단축해 100밀리세컨드 이하의 실시간 차번호판 검출을 보장한다는 것을 보여준다”며 “실시간 차번호판 인식을 보장하기 위한 심층신경망 방법을 제안하고 실험을 통해 그 유효성을 확증했다“고 밝혔다.

이를 통해 북한이 차량번호판 화상인식 기술의 성능을 높였다는 것을 알 수 있다. 이 기술은 차량번호판 인식 뿐 아니라 다양한 분야에 쓰일 것으로 예상된다.

강진규 기자  maddog@nkeconomy.com

* 독자님들의 뉴스레터 신청(<-여기를 눌러 주세요)이 NK경제에 큰 힘이 됩니다. 많은 신청 부탁드립니다.

 

 

관련기사

저작권자 © NK경제 무단전재 및 재배포 금지