Development and Performance Evaluation of a Robust OCR Pipeline for Railway Vehicle Maintenance Environments

철도 산업의 디지털화가 가속화되는 가운데, 철도차량 유지보수 작업은 여전히 작업자의 육안 확인에 의존하고 있어 정비 이력의 정확성 저하와 작업 시간 증가 등의 한계가 존재한다. 이를 극복하기 위해 확장 현실(XR) 기기 등을 활용한 스마트 정비 환경이 요구되나, 철도차량 표면의 오염, 금속 반사광, 야외 조명 변화 등으로 인해 기존 범용 광학 문자 인식(OCR) 기술을 현장에 직접 적용하는 데에는 어려움이 있다. 본 연구는 철도차량 환경에 특화된 강건한 차체 표식 자동 인식 파이프라인을 제안한다. 이를 위해 철도차량 도메인의 실제 영상 데이터를 수집해 기반 모델을 미세 조정하였으며, 현장의 시각적 노이즈를 완화하기 위한 이미지 전처리 기법과 비디오 클립 내 다중 프레임 인식 결과를 종합해 오류를 보정하는 후처리 알고리즘을 구축하였다. 실험 결과, 제안된 파이프라인은 기본 모델 대비 프레임 단위 인식 정확도를 59.09%에서 95.45%로 향상시켰으며, 최종적으로 비디오 클립 단위 평가에서 96.5%의 높은 실효 인식률을 달성하였다. 본 연구는 다양한 현장 조건에서도 높은 인식률을 확보함으로써 철도차량 스마트 유지보수 시스템의 현장 적용 가능성을 입증하였다.