블랙박스 영상에서 흐릿한 자동차 번호판을 고화질로 복원하는 딥러닝 기반 화질 개선 시스템입니다.

• DeepLabV3 기반 번호판 세그멘테이션
• FlowFormer++ 기반 Optical Flow 추정 및 Refinement
• 시공간적 일관성 보정을 통한 프레임 정렬
• CLAHE를 통한 대비 향상
• Scene Text 기반 복원 모델(TCDM)을 활용한 후처리

• Python 3.8+
• PyTorch, OpenCV
• DeepLabV3, FlowFormer++
• TCDM (Text Conditional Diffusion Model)
• CUDA 11.3 이상

• DeepLabV3로 번호판 영역 추출 → 고정 비율(4:1)로 업샘플링
• Homography를 이용해 시점 보정
• 최종적으로 1장의 Pseudo-GT + 31장의 LR 번호판 프레임으로 구성

• FlowFormer++를 통해 각 프레임의 움직임 추정
• Temporal/Spatial Smoothness 기반 오류 보정 수행
• 기준 프레임으로 모든 프레임 정렬 (De-warping)

• 정렬된 프레임들을 집계하여 하나의 이미지로 생성
• CLAHE로 대비 개선
• TCDM으로 Scene Text Prior를 활용한 복원 향상

• DeepLabV3 기반 번호판 세그멘테이션

  • 번호판 영역 검출 모델 구현 및 최적화
  • Precision 89%, Recall 87.5% 달성
  • Homography 기반 시점 보정 알고리즘 개발

• TCDM 기반 후처리

  • Scene Text Prior를 활용한 번호판 복원 모델 구현
  • Hallucination 현상 제거 및 복원 정확도 향상
  • ESRGAN, SwinIR 등 기존 모델 대비 우수한 성능 달성

• 평균 RMSE 3.71% 개선
• Worst 30% frame 기준 RMSE 13.37% 개선

• ESRGAN, SwinIR, TATT 등 최신 모델들과 비교
• Hallucination 현상 없이 번호판 복원 정확도 우수

.
├── Data/                # 입력/출력 데이터
├── DT_core/            # 번호판 Detection (DeepLabV3)
├── FF_core/            # Optical Flow 보정 (FlowFormer++)
├── FlowFormerPlusPlus/ # FlowFormer++ 원본 코드
├── TCDM/               # 후처리용 텍스트 기반 복원 모델
├── scripts/            # 실행 스크립트 모음
└── main.py             # 메인 실행 스크립트

conda env create -f environment.yaml
conda activate SR

• model_v2.pth → DT_core/에 저장

# 메인 실행
python main.py

• UI에서 영상 파일 드래그 & 드롭
• 번호판 시점(초 단위) 입력 → 차량/번호판 영역 선택 → 자동 복원 수행

• NC& 기업과 산학과제 완료
  • 실제 블랙박스 데이터 기반 모델 검증
  • 기업 요구사항에 맞춘 시스템 최적화
  • 성공적인 산학협력 프로젝트 완료

• DeepLabV3 (Chen et al., 2017)
• FlowFormer++ (Shi et al., 2023)
• TCDM (Scene Text Restoration)

📄 캡스톤 디자인 판넬 PDF 보기