Loading the company…
Loading the company…
㈜아프로시스템즈
English name as filed with DART, Korea’s corporate disclosure system · Correct the English name ›
Last updated 2026-10-09 · Korean page ›
Verification level — how far we have checked
L0 · Public records — NPS workforce · filed financials · patents — public data
A company based in Gyeonggi, founded in 2015. Industry: Semiconductors & Electronics. Revenue for 2025 was ₩10.5bn. It has 54 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2026-06-24 · latest registration 2026-10-08 · newest first
본 발명에 따른 딥러닝 기반 차종 인식 방법은 차종을 인식하는 차종 인식 장치가 딥러닝의 한 종류인 CNN(Convolutional Neural Network)을 이용한 차량 탐지 및 차종 분류 모델을 이용하여 카메라로부터 입력된 영상으로부터 차량을 탐지하는 제1 단계와; 상기 차종 인식 장치가 차량 탐지 및 차종 분류 모델을 이용하여 카메라로부터 입력된 영상에서 탐지된 차량의 차종을 1차 분류하는 제2 단계; 상기 차종 인식 장치는 1차 분류된 차종이 2.5톤 트럭류나, 대형 트럭류이면, 영상 프레임에서 2.5톤 트럭류나, 대형 트럭류로 분류된 차량이 포함된 바운딩 박스 영역을 기준으로 부분 이미지를 크롭핑(Cropping)하는 제3 단계; 상기 차종 인식 장치는 딥러닝의 한 종류인 CNN을 이용한 차량 구조 탐지 모델을 이용하여 부분 이미지 내 바퀴를 탐지하는 제4 단계; 상기 차종 인식 장치는 부분 이미지로부터 탐지된 바퀴 중 도로면과 접촉된 바퀴의 개수와, 도로면과 접촉된 바퀴에 설치된 차축의 개수를 파악하는 제5 단계; 및 상기 차종 인식 장치는 2.5톤 트럭류나, 대형 트럭류로 1차 분류된 차량의 차축 개수를 통해 2.5톤 트럭류나, 대형 트럭류의 차종을 세분화하여 인식하고 인식된 차종을 출력하는 제6 단계를 포함한다. 이러한 절차로 이루어진 본 발명에 따른 딥러닝 기반 차종 인식 방법은...(이하생략)
본 발명에 따른 무인 교통 법규 위반 단속이 가능한 가변형 교통 안전 정보 표출 장치는 교통 법규 위반 단속 지점을 통과하는 차량을 촬영하는 카메라(1)와; 상기 카메라(1)로부터 입력된 영상 프레임으로부터 차량 번호를 인식하고, 인식된 차량 번호와 맞대응되는 차량의 일시정지 위반 여부를 판단하는 제어 수단(3); 및 상기 제어 수단(3)의 제어 신호에 따라 일시정지 위반 여부에 따른 정보를 표시하는 가변식 교통 표지판(5)을 포함한다. 이러한 구성으로 이루어진 본 발명에 따른 무인 교통 법규 위반 단속이 가능한 가변형 교통 안전 정보 표출 장치는 우회전 차량의 신호 위반 및 일시정지 위반 등 무인 교통 법규 위반 단속이 가능하다. 또한, 본 발명은 도로 위 일시정지 구간에서 차량의 일시정지 유무를 판단하고, 일시정지 위반 차량을 단속할 수 있다. 또, 본 발명은 교통 상황에 따라 교통 안전 표지를 가변적으로 표출할 수 있고, 우회전 금지 신호 시 우회전하는 차량을 단속할 수 있다. 또, 본 발명은 과속 차량과, 신호 위반 차량을 단속할 수 있고, 도로 위 정지선 앞 차량의 정차 유무를 판단할 수 있으며, 정지선 앞에서 정차하지 않는 차량에 대하여 정지선 위반 여부를 단속할 수 있다.
본 발명에 따른 영상 분석 기반 다기능 보행자 안전 관리 시스템은 전방 영상을 촬영하는 CCTV(1)와; 상기 CCTV(1)가 설치된 장소의 교통 신호 제어기와 접속되어 차량 신호등과 보행자 신호등의 제어 상태를 실시간으로 전송 받는 신호 발생 제어기(3); 상기 CCTV(1)로부터 전송받은 영상을 분석하여 영상을 도로 영역과, 인도 영역, 횡단보도 영역, 주정차 영역, 횡단보도 대기 영역으로 구분하고, CNN(Convolutional Neural Network) 기반의 딥러닝 기술을 이용한 보행자 검지 모델이나, 차량 검지 모델을 이용하여 각 영역 내 보행자 또는 차량을 검지하며, 상기 신호 발생 제어기(3)와 연계되어 각 영역에서 검지된 보행자 또는 차량의 도로 교통법 위반 행위를 탐지하고, 각 영역에서 보행자 또는 차량의 도로 교통법 위반 행위가 탐지되었을 때 각 영역에서 보행자 또는 차량의 도로 교통법 위반 행위 탐지 이벤트를 기록하는 현장 제어기(5); 및 상기 현장 제어기(5)로부터 전송된 이벤트를 출력하는 이벤트 출력기(7)를 포함한다. 이러한 구성으로 이루어진 본 발명에 따른 영상 분석 기반 다기능 보행자 안전 관리 시스템은 불법 주정차 차량 탐지와, 신호 위반 차량 탐지, 과속 차량 탐지, 횡단보도 보행자 탐지, 및 보행자 신호등의 보행 신호 연장 여부 탐지 시스템을 하나로 통합함으...(이하생략)
본 발명에 따른 차량 소음 단속을 위한 차번 인식 시스템은 차량 검지 시 트리거(Trigger) 신호를 발생하는 차량 검지기(1)와; 제어 수단(9)의 제어 신호에 따라 상기 차량 검지기(1)에 의해 검지된 차량의 소음을 측정하는 소음 측정 수단(3); 상기 제어 수단(9)의 제어 신호에 따라 상기 차량 검지기(1)에 의해 검지된 차량과 검지 차량 주변의 영상을 촬영하는 보조 카메라(5); 제어 수단(9)의 제어 신호에 따라 상기 차량 검지기(1)가 설치된 구간을 통과하는 차량의 번호판 이미지를 획득하는 번호 인식 카메라(7); 및 상기 차량 검지기(1)로부터 트리거(Trigger) 신호가 입력되었을 때 상기 보조 카메라(5)로부터 촬영된 영상의 관심 영역 내 차량을 검지하고, 상기 소음 측정 수단(3)을 통해 보조 카메라(5)로부터 촬영된 영상의 관심 영역 내 차량의 소음 정도를 측정하며, 측정된 소음이 설정된 기준치를 초과하였을 때 기준치를 초과하는 소음이 발생되는 차량을 단속 타겟 차량으로 지정하고, 상기 단속 타겟 차량이 상기 번호 인식 카메라(7)의 촬영 영역으로 진입하면 상기 번호 인식 카메라(7)의 촬영 영상에서 차량 번호판과 차량 번호를 인식 후 저장하는 제어 수단(9)을 포함한다. 이러한 구성으로 이루어진 본 발명에 따른 차량 소음 단속을 위한 차번 인식 시스템은 기준치 이상의 소음...(이하생략)
본 발명에 따른 딥러닝을 이용한 차종별 및 시간대별 가변형 다기능 무인 단속 시스템은 차량 검지시 트리거(Trigger) 신호를 출력하는 차량 검지기(1)와; 상기 차량 검지기(1)로부터 트리거 신호를 입력받았을 때 차량 검지기(1)에 의해 검지된 차량을 촬영하는 번호 인식 카메라(3); CNN(Convolutional Neural Network) 기반의 딥러닝(Deep learning)을 이용하여 상기 번호 인식 카메라(3)에 의해 촬영된 영상 속 차량의 종류를 분석하는 차종 분석부(5); CNN 기반의 딥러닝을 이용하여 상기 번호 인식 카메라(3)에 의해 촬영된 영상 속 차량의 차량 번호판 내 차량 번호를 인식하는 차량 번호 인식부(7); 상기 차량 검지기(1)로부터 트리거 신호를 입력받았을 때 차량 검지기(1)에 의해 검지된 차량의 속도를 산출하는 차량 속도 산출부(9); NTP 서버나 GPS 정보를 이용하여 현재 시간 정보를 획득하는 현재 시간 정보 획득부(11); 상기 차량 검지기(1)가 설치된 구간의 시간대별 그리고 차종별 제한 속도가 저장된 시간대 및 차종별 제한 속도 저장부(13); 상기 차종 분석부(5)와, 차량 속도 산출부(9), 그리고 현재 시간 정보 획득부(11)로부터 도출된 현재 시간대 특정 차종의 차량 속도가 상기 시간대 및 차종별 제한 속도 저장부(13)에 저장된 시간대별...(이하생략)
본 발명에 따른 야간 조명 번짐으로 훼손된 차량 번호판 인식 방법은 제어 수단이 차량 번호 인식 카메라에 의해 촬영된 영상의 픽셀값을 분석하여 촬영 영상이 주간에 촬영된 영상인지 아니면 야간에 촬영된 영상인지 판단하는 단계와; 차량 번호 인식 카메라에 의해 촬영된 영상이 주간에 촬영된 영상인 경우, 상기 제어 수단은 상기 차량 번호 인식 카메라에 의해 촬영된 영상에서 CNN 기반의 딥러닝을 통해 얻게 된 객체 탐지 모델에 의해 탐지된 차량 번호판 영상 내 차량 번호가 차량 번호 규격에 부합하는지 판단하는 단계; 상기 차량 번호 인식 카메라에 의해 촬영된 영상이 야간에 촬영된 영상인 경우, 상기 제어 수단은 차량 번호 인식 카메라에 의해 촬영된 영상에서 CNN 기반의 딥러닝을 통해 얻게 된 객체 탐지 모델에 의해 검지된 차량 번호판 영상 내 각 개별 문자가 포함된 사각 형태의 검지 영역에 대하여 조도 분포를 분석하는 단계; 상기 제어 수단은 조도 분포 분석 결과 특정 개별 문자가 포함된 사각 형태의 검지 영역에 대한 조도 분포가 제어 수단에 설정된 조건을 벗어날 경우 빛 번짐에 의한 왜곡이 발생되었다고 판단하고, 빛 번짐에 의한 왜곡이 발생된 특정 개별 문자가 포함된 사각 형태의 검지 영역을 빛 번짐에 의한 왜곡이 발생된 복수 개의 차량 번호판 내 문자를 학습 데이터로 학습한 CNN 기반의 딥러닝을 ...(이하생략)
본 발명에 따른 이륜차 및 퀵보드 감지 및 관리를 위한 다기능 방범 시스템은 정해진 영역을 고정적으로 촬영하는 고정 카메라(1) 또는 일정 시간마다 미리 설정된 프리셋(Preset) 위치에서 전방 피사체를 촬영하는 회전 카메라(2)와; 상기 회전 카메라(2)에 의해 촬영된 촬영 영상 또는 상기 고정 카메라(1)에 의해 촬영된 촬영 영상 중 어느 하나를 영상 분석 서버(4)로 전송하는 통신 수단(3); 및 네트워크 통신망을 통해 상기 회전 카메라(2)에 의해 촬영된 촬영 영상 또는 상기 고정 카메라(1)에 의해 촬영된 촬영 영상 중 어느 하나를 수신받고, CNN 기반의 딥러닝(Deep learning) 알고리즘을 이용하여 수신받은 촬영 영상으로부터 이륜차와 퀵보드를 탐지하는 영상 분석 서버(4)를 포함한다. 이러한 구성으로 이루어진 본 발명에 따른 이륜차 및 퀵보드 감지 및 관리를 위한 다기능 방범 시스템은 CCTV를 이용한 영상 감지를 통해 이륜차와 퀵보드의 주행 관리와, 주차 관리 기능을 수행할 수 있다. 또한, 본 발명은 고정 카메라(1)와 회전 카메라(2)를 통해 촬영된 영상으로부터 이륜차와 퀵보드를 자동으로 감지하고 필요시 이륜차와 퀵보드의 주차 방치와, 탑승자의 안전모 미착용, 다인 탑승 여부 등을 감지해 낼 수 있다. 또, 본 발명은 상기 시스템에 번호 인식 카메라와, 레이더, 라이다, ...(이하생략)
영상 내 특정영역 화질 개선을 위한 카메라 파라미터 자동 보정 방법이 개시된다. CCTV 영상 입력 모듈이 CCTV 카메라로부터 CCTV 영상을 입력받는 단계; 영상 전처리 모듈이 상기 CCTV 영상 입력 모듈에서 입력받은 CCTV 영상에서 번호판 영역에 대해 전처리를 수행하는 단계; 포화/역광 영상 판단 모듈이 상기 영상 전처리 모듈에서 전처리가 수행된 번호판 영역에서 포화 현상 또는 역광 현상이 나타내는지 판단하고, 판단 결과에 따라 해당 CCTV 영상을 포화 영상 또는 역광 영상으로 분류하는 단계; 카메라 파라미터 보정 모듈이 상기 포화/역광 영상 판단 모듈에서 포화 영상 또는 역광 영상으로 분류된 CCTV 영상에 대해 카메라 파라미터 보정을 수행하여 보정 영상을 생성하는 단계; 보정 영상 출력 모듈이 상기 카메라 파라미터 보정 모듈에서 생성된 보정 영상을 출력하는 단계를 구성한다. 상술한 영상 내 특정영역 화질 개선을 위한 카메라 파라미터 자동 보정 방법에 의하면, CCTV 카메라에서 차량 번호판 영역만을 잘라 내고 문자와 배경을 분리하여 영상의 포화 현상과 역광 현상을 판단하도록 구성됨으로써, 차량 번호판의 영상 포화 현상과 영상 역광 현상의 정도를 정확하게 파악할 수 있는 효과가 있다.
후면 번호판 인식을 통해 후면에만 번호판이 배치된 이륜차 및 전면 번호판이 오염된 차량의 경우에도 정확한 단속을 수행할 수 있는 자동차 후면 번호판 인식을 이용한 무인 단속 시스템 및 자동차 후면 번호판 인식방법을 개시한다. 자동차 후면 번호판 인식을 이용한 무인 단속 시스템은 주행 중인 자동차의 후면을 촬영하여 이미지 정보를 획득하고, 이미지 정보로부터 자동차의 번호판을 인식하도록 구성되는 번호 인식장치 및 번호 인식장치와 전기적으로 연결되어 번호 인식장치의 구동을 제어하고, 번호 인식장치에서 획득한 정보를 외부로 전송하도록 구성되는 제어장치를 포함한다.
본 발명에 따른 수퍼 레졸루션 기법을 이용한 차량 번호판 인식 방법은 CCTV 영상 입력 모듈(110)이 CCTV 카메라를 통해 촬영된 CCTV 영상을 입력받는 단계(S1)와; CCTV 카메라 설치 구간에 설치되되 레이더(131)나, 라이더(132), 차량 검지기(133), 속도 감지 센서(134) 중 어느 1개 또는 2개 이상을 포함하는 차량 감지 장치(130)가 CCTV 카메라쪽으로 접근하는 차량을 감지하되 차량이 감지되었을 때 감지된 차량의 위치 좌표와, 차량이 감지되었다는 트리거(Trigger) 신호를 출력하는 단계(S2); 상기 차량 감지 장치(130)로부터 트리거 신호를 입력받은 딥러닝 물체 검지 장치(120)가 상기 CCTV 영상 입력 모듈(110)로부터 입력된 CCTV 영상에 CNN(Convolutional Neural Network) 기반의 딥러닝(Deep learning) 기법을 적용하여 차량 객체를 검출하고 상기 차량 감지 장치(130)로부터 전송된 차량의 위치 좌표를 상기 CCTV 영상으로부터 검출된 차량 객체와 매핑(Mapping) 시키는 단계(S3);상기 차량 감지 장치(130)로부터 트리거 신호가 입력되었을 때 타겟 차량 결정 모듈(140)이 상기 차량 감지 장치(130)에 갖추어진 레이더(131)나 라이더(132)에 의해 감지된 차량, 또는 상기 차량 검지기(133)에 ...(이하생략)
차량 번호판 및 차종 인식, RFID 센서를 이용한 차량 관리 시스템이 개시된다. 상기 출입 차량의 차량 정보가 미리 등록되어 저장되는 데이터베이스 서버; 출입 차량의 전면 이미지를 촬영하는 차량 전면 촬영 카메라; 상기 차량 전면 촬영 카메라에서 촬영된 전면 이미지를 분석하여 상기 출입 차량을 인식하고, 인식된 출입 차량이 상기 데이터베이스 서버에 저장된 차량 정보와 일치하는지 대비하여 정상 등록 차량 여부를 판단하는 영상 분석 서버를 구성한다. 상술한 차량 번호판 및 차종 인식, RFID 센서를 이용한 차량 관리 시스템에 의하면, 차량 이미지를 이용하여 차량 모델, 차량 색상, 차량 번호를 인식하여 정상 등록 차량 여부를 판단하고, 아울러 차량 번호판에서 발신되는 RFID 신호를 이용하여 정상 등록 차량 여부를 판단하도록 구성됨으로써, 차량 번호판에 가짜 등록 번호를 부착하여 출입하는 차량을 정확하게 감별하여 주차 출입 관리의 신뢰성을 높일 수 있는 효과가 있다.
도로 상황에 따른 가변형 제한속도 관리시스템과 판단방법이 개시된다. 도로 상황을 나타내는 CCTV 영상을 실시간 촬영하는 CCTV 카메라; 상기 CCTV 카메라에서 실시간 촬영되는 CCTV 영상을 실시간 분석하는 CCTV 영상 실시간 분석 모듈; 상기 CCTV 영상 실시간 분석 모듈의 실시간 분석 결과에 따라 도로 상의 유고 상황을 판단하는 유고 상황 판단 모듈; 도로 상의 차량속도를 실시간 측정하는 차량속도 측정 모듈; 상기 CCTV 카메라에서 실시간 촬영되는 CCTV 영상을 이용하여 도로의 구간별 차량속도를 수집하는 구간별 차량속도 수집 모듈; 도로의 각 구간별 제한속도가 미리 저장되는 구간별 제한속도 데이터베이스; 상기 구간별 제한속도 데이터베이스에 미리 저장된 각 구간별 제한속도 및 상기 구간별 차량속도 수집 모듈에서 수집되는 구간별 차량속도를 기반으로 상기 유고 상황 판단 모듈에서 판단되는 도로 상의 유고 상황에 따라 각 구간별 가변 제한속도를 실시간으로 자동 산출하는 구간별 가변 제한속도 자동 산출 모듈을 구성한다.
관심 검지 영역 확장 기법을 이용한 적응적 물체 검지 시스템가 개시된다. CCTV 영상을 촬영하는 CCTV 카메라; 상기 CCTV 카메라에서 촬영된 CCTV 영상을 수신하는 CCTV 영상 수신 모듈; 상기 CCTV 영상 수신 모듈에서 수신된 CCTV 영상이 저장되는 CCTV 영상 저장 모듈; 상기 CCTV 영상 저장 모듈에 저장된 CCTV 영상에서 사용자에 의해 설정된 CCTV 영상을 추출하는 CCTV 영상 추출 모듈; 상기 CCTV 영상 수신 모듈에서 수신되거나 상기 CCTV 영상 추출 모듈에서 추출된 CCTV 영상에서 관심 검지 영역을 설정하는 관심 검지 영역 설정 모듈; 상기 CCTV 영상에서 상기 관심 검지 영역 설정 모듈에서 설정된 관심 검지 영역을 추출하는 관심 검지 영역 추출 모듈; 상기 관심 검지 영역 추출 모듈에서 추출된 관심 검지 영역에서 다수의 메쉬 영상으로 구성되는 메쉬를 설정하는 메쉬 설정 모듈; 상기 메쉬 설정 모듈에서 설정되는 메쉬에 따라 상기 CCTV 영상의 관심 검지 영역에 메쉬 포인트를 지정하는 메쉬 포인트 지정 모듈; 상기 메쉬 포인트 지정 모듈에서 지정되는 메쉬 포인트를 워핑(warping)하여 각각의 워핑 영상을 형성하는 메쉬 포인트 워핑 모듈; 상기 메쉬 포인트 워핑 모듈에서 형성된 각각의 워핑 영상을 서로 다른 확대율로 확대하는 워핑 영상 확대 모듈; 상기 ...(이하생략)
본 발명은 영상 보정을 통해 그림자 및 빛 반사로 훼손된 차량번호판을 인식하는 차량번호판 인식 시스템에 관한 것이다. 상세하게는 본 출원인이 출원하여 권리로 확보한 등록특허공보 제10-1881458호에 기재된 기술을 통해 차량번호판의 인식영역을 추출하는 시스템으로 차량 인식 효율을 개선하여 차량번호판을 인식하고, 이에 더하여, 인식된 차량번호판에 대하여, 그림자 또는 빛 반사 등으로 훼손되어 시스템적으로 인식이 불가능한 차량번호판의 인식이 가능하도록 보정할 수 있는 보정시스템을 적용한, 영상 보정을 통해 그림자 및 빛 반사로 훼손된 차량번호판을 인식하는 차량번호판 인식 시스템에 관한 것이다.
차종인식방법 및 그 방법을 수행하는 장치에 관한 것으로, 서버의 이미지 처리부가 차량을 나타내는 이미지 데이터로부터 차량의 헤드라이트를 나타내는 이미지 데이터를 추출하고, 추출된 헤드라이트를 나타내는 이미지 데이터에 기초하여 이미지 데이터에 나타나는 차량의 차종을 인식함으로써, 빠른 속도로 이미지 데이터에 나타나는 차량의 차종을 인식할 수 있다. 또한, 헤드라이트를 나타내는 이미지 데이터에 기초하여 차량의 차종을 인식하지 못한 경우, 서버의 이미지 처리부가 차량을 나타내는 이미지 데이터로부터 차량의 전면을 나타내는 이미지 데이터를 추출하고, 추출된 차량의 전면을 나타내는 이미지 데이터에 기초하여 차량의 차종은 인식함으로써, 차종 인식 정확도를 향상시킬 수 있다.
무방향 차량번호 인식방법 및 그것을 수행하는 휴대 단말에 관한 것으로, 휴대 단말의 이미지 센서에 의해 차량 번호판을 나타내는 이미지 데이터를 생성하고, 휴대 단말의 자이로 센서에 의해 차량 번호판의 촬영 시의 휴대 단말의 기울어진 각도인 촬영각도를 측정하고, 차량 번호판을 나타내는 이미지 데이터를 휴대 단말의 촬영각도로 회전 변환하여, 차량 번호판을 나타내는 이미지 데이터를 휴대 단말을 기울이지 않은 상태로 촬영한 이미지 데이터로 변환함으로써, 휴대 단말의 촬영각도에 상관없이 차량 번호를 인식할 수 있고, 차량 번호의 인식 정확도를 상승시킬 수 있다.
본 발명은 다차선 도로에 방사파를 출사하고, 상기 다차선 도로를 주행하는 타겟차량으로부터 반사되는 반사파를 수신하는 레이더송수신수단; 상기 다차선 도로 및 상기 타겟차량을 포함하는 풀프레임 영상을 적어도 2회 이상 촬영하는 영상촬영수단; 및 상기 레이더송수신수단으로부터 송수신된 레이더 신호를 분석하여 상기 타겟차량에 대한 주행정보를 생성하는 레이더속도연산부, 상기 타겟차량의 상기 주행정보를 분석하여 선 촬영된 풀프레임 영상에서 상기 타겟차량의 번호판이 위치한 영역을 포함하는 제1 인식 영역을 추출하고, 후 촬영된 풀프레임 영상에서의 위치와 크기를 조절하여 상기 타겟차량의 번호판이 위치한 영역을 포함하는 제2 인식 영역을 추출하는 영상처리부를 포함하는 제어부;를 포함하는 동적객체에 대한 인식영역 추출시스템을 제공함으로써, 후 촬영된 영상에서 추출되는 인식 영역을 최소화함으로써 데이터 처리 용량을 줄여 처리 속도를 향상시킬 수 있고, 차량 번호판을 포함하는 인식 영역을 신뢰성 있게 추출함으로써 차량 인식 효율을 높일 수 있다.
실시예는 다차선 도로에 방사파를 출사하고, 다차선 도로를 주행하는 차량으로부터 반사되는 반사파를 수신하는 레이더; 상기 레이더에 의해 과속으로 감지되는 차량의 존재에 트리거되어 상기 차량을 타겟 차량으로 상기 타겟 차량이 위치하는 차선을 중심으로 시간차를 두고 영상을 촬영하는 카메라; 및 상기 타겟 차량에 대하여 상기 레이더로부터의 정보에 의해 제1 차량 속도를 연산하고, 상기 카메라로부터의 정보에 의해 제2 차량 속도를 연산하고, 상기 제1 차량 속도와 상기 제2 차량 속도를 비교하여 상기 타겟 차량의 평균 속도를 구하는 제어부를 포함하는 다차선 차량 속도 측정 시스템을 제공한다. 따라서, 하나의 카메라를 통해 다차선의 차량 중 특정 차량에 대한 영상을 촬영하므로, 카메라의 수요를 줄일 수 있다. 또한, 레이더에서 검지된 속도와 영상 분석에 따른 속도가 일치하지 않으면서 오차 범위 내에 존재하지 않을 경우에 오류로 처리하여 영상 분석에 따른 속도를 관제센터로 송출하도록 함으로써, 속도 오류를 제거하는 효과를 제공한다.
실시예는 다차선 도로 및 상기 타겟차량을 포함하는 풀프레임영상을 촬영하는 영상촬영수단, 상기 타겟차량의 상기 주행정보를 분석하여 상기 다차선 도로상의 풀프레임영상에서 상기 타겟차량의 위치를 파악하고, 상기 다차선 도로상의 풀프레임영상에서 상기 차량이 위치한 영역을 크롭핑(cropping)하여 제1 크롭핑영상으로 저장하고, 상기 제1 크롭핑영상으로부터 상기 타겟차량의 번호판을 인식하여 상기 번호판이 위치한 영역을 크롭핑하여 제2 크롭핑영상으로 저장하는 영상처리부, 그리고 상기 영상처리부로부터 소정의 시간간격으로 촬영된 영상들을 전달받아 상기 타겟 차량이 제1 크롭핑영상 좌표계에서의 차지하는 제1 좌표값을 풀프레임영상 좌표계에서 차지하는 제2 좌표값으로 변환하고, 상기 제2 좌표값의 시간에 따른 이동거리를 계산하여 차량의 속도를 연산하는 영상속도연산부를 포함하는 제어부를 포함하는 다차선 차량 속도 측정 시스템을 제공한다. 따라서, 실시예는 인식 영역의 좌표에 따라 발생할 수 있는 수평, 수직 오차를 보상하고, 번호판의 특징 등에 따른 오차를 보상하여 영상으로부터의 속도를 정확하게 연산할 수 있어 신뢰성이 향상된다.
본 발명은 CCTV의 주변에 설치된 가로등이 최대의 밝기로 광을 발생하여 피사체를 조명하는 시점을 검출하고, 검출한 시점을 기준으로 셔터제어신호를 발생하여 카메라의 셔터를 동작시키는 것으로 가로등이 최대의 밝기로 광을 발생하여 피사체를 조명하는 시점과 동기로 카메라가 피사체를 촬영함으로써 CCTV의 카메라가 현재 주어진 주변 환경의 조건에서 피사체를 최대한 밝게 촬영할 수 있도록 하는 촬영동기 제어장치 및 CCTV를 이용한 차량번호 인식시스템에 관한 것이다.
본 발명은 차량 내부에서 차량의 측면 후방, 후방의 차량검지결과를 쉽게 보기 위해 차량의 양측 미러와 후방 미러에 차량검지수단을 부착하여 차량 외부 영상을 모니터링 할 수 있는 차량의 외부 모니터링 장치를 제공하는 것을 목적으로 한다. 본 발명에 따른 차량의 외부 모니터링 장치는 양 측방 및 후방 미러에 차량검지수단을 부착하여 측면 후방 및 후방을 검지하고, 차량검지결과를 디스플레이장치에 표시함으로써, 운전자의 운전 편의성을 향상시킬 수 있다.
본 발명은 다종 CCTV의 번호인식용 도로방범 클라우드 시스템은 차량을 촬영할 수 있는 영상촬영부와, 촬영된 영상데이터를 송신할 수 있는 통신부를 포함하는 CCTV; 원격지에서 상기 통신부로부터 영상데이터를 전달받아 영상이미지로 전환하여 분배 및 디스플레이하는 통합영상서버; 상기 통합영상서버로부터 영상이미지를 전달받는 영상취득부, 상기 영상취득부로부터 영상이미지를 전달받아 차량번호판의 위치를 판별하는 영상처리부, 및 상기 영상처리부로부터 판별된 차량번호판 영역으로부터 번호를 추출하는 번호인식부(340)를 포함하는 번호인식서버; 상기 번호인식부로부터 추출된 번호를 포함하는 정보를 저장하는 번호데이터베이스를 포함하는 것을 특징으로 한다.
본 발명은 다종 CCTV의 번호인식용 도로방범 클라우드 시스템은 차량을 촬영할 수 있는 영상촬영부와, 촬영된 영상데이터를 송신할 수 있는 통신부를 포함하는 CCTV; 원격지에서 상기 통신부로부터 영상데이터를 전달받아 영상이미지로 전환하여 분배 및 디스플레이하는 통합영상서버; 상기 통합영상서버로부터 영상이미지를 전달받는 영상취득부, 상기 영상취득부로부터 영상이미지를 전달받아 차량번호판의 위치를 판별하는 영상처리부, 및 상기 영상처리부로부터 판별된 차량번호판 영역으로부터 번호를 추출하는 번호인식부를 포함하는 번호인식서버; 상기 번호인식부로부터 추출된 번호를 포함하는 정보를 저장하는 번호데이터베이스를 포함하는 것을 특징으로 한다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 23 of 23 · titles and abstracts are in Korean as filed · click a row for details ▾
For now we hold public records only (National Pension Service · DART filings · patents · registers · press). When the company files material in our IR Room, it moves to L1. We do not score or rate companies — we only state how far we have checked.
| KRW bn | 2024 | 2025 |
|---|---|---|
| Revenue | 10.8 | 10.5 |
| Cost of sales | 10.7 | 10.5 |
| Gross profit (loss) | 0.1 | (0.1) |
| Selling, general and administrative expenses | 2.2 | 2.5 |
| Operating income (loss) | (2.2) | (2.6) |
| Non-operating income | 0.2 | 0.4 |
| Other gains | 0.0 | 0.1 |
| Finance income | 0.2 | 0.1 |
| Other | 0.0 | 0.2 |
| Non-operating expenses | 0.0 | 0.1 |
| Other losses | 0.0 | 0.1 |
| Other | — | 0.0 |
| Profit (loss) before tax | (2.0) | (2.2) |
| Income tax expense | (0.0) | — |
| Net income (loss) | (2.0) | (2.2) |
Revenue ₩10.5bn, down 3.0% YoY.
Operating margin -24.6% (prior -20.1%).
Net income ₩-2.2bn.
Need more than is shown here? Ask for more information — full review report · valuation · executive teaser · IM · competitor analysis · due diligence. Tell us what you need and we will reply by email with scope, cost and timing.
Is this your company?
If anything here is wrong, tell us — we check it against the original and correct it. You do not need to join. If you would like your financials verified and this page completed, that is a separate process.