Автоматическое распознавание номерных знаков (ALPR) — это настоящее, а не будущее развития технологий, которые имеют широкий спектр применений, от контроля за соблюдением правил дорожного движения до отслеживания украденных транспортных средств. Технология совершенствовалась год от года, пока машинное обучение (ML) и глубокое обучение (DL) не открыли новые пути прогресса.
Как прогнозируется во всем мире для технологии распознавания номерных https://ambox.ru/skolko-stoyat-krasivye-avtomobilnye-nomera/ знаков, на рынке США будет наблюдаться значительный рост. По прогнозам, к 2023 году он достигнет 3,57 миллиарда долларов.
Для вашего бизнеса владение индивидуально разработанным решением ALPR означает внедрение технологий в традиционные подходы. Основанный на технологиях подход может предоставить вам расширенные возможности обработки данных, методы оптимизации рутинных задач и современные инструменты для ускорения вывода и повышения эффективности рабочих процессов.
Итак, как работает распознавание номерных знаков? Читайте дальше, чтобы узнать, как это происходит и где применять индивидуальные решения ALPR для повышения отдачи.
ALPR Основывается на аппаратных и программных компонентах
ALPR позволяет сканировать номерные знаки со всех зарегистрированных транспортных средств в заданном состоянии. И затем потребуется аналитическое программное обеспечение для классификации номерных знаков в соответствии с кодом номерного знака каждого штата (например, в случае Массачусетса код будет M). Затем данные могут использоваться для различных целей: безопасности и наблюдения, управления дорожным движением, взимания платы за проезд, контроля парковки или местоположения транспортного средства на карте.
Важной частью системы ALPR является камера. Камера фиксирует номерной знак остановленного или движущегося транспортного средства и помогает, например, идентифицировать подозрительное транспортное средство. Эта камера может быть установлена на стационарном объекте или установлена на транспортном средстве.
Стационарные зеркальные камеры
Стационарные камеры ALPR, размещенные в фиксированных местах, могут записывать все автомобили, въезжающие в определенный участок проезжей части. Это может быть особенно сложно при мониторинге дороги, на которой есть две или более полос движения с противоположным движением на каждой из них. Имея только одну камеру, фиксирующую данные за один раз, водитель может легко пройти мимо камеры движения незамеченным, и камера не зафиксирует никакого несчастного случая. Лучшим решением этой проблемы является наличие нескольких камер ALPR в разных местах, которые все записывают одновременно.
Кроме того, зеркальные камеры способны снимать автомобиль на короткое видео. Это видео может быть мгновенно загружено на центральный сервер, чтобы сохранить всю информацию в одном месте, доступную для последующего просмотра.
Мобильные зеркальные фотокамеры
Мобильные камеры ALPR часто можно увидеть прикрепленными к полицейским патрульным автомобилям. Например, они могут фиксировать номера, время и дату, когда автомобиль припаркован, или они могут помочь полиции контролировать городские районы, если граждане встревожены. Камеры могут вести запись в любое время суток и в любых погодных условиях. Таким образом, у них есть многоцелевые приложения, включающие управление дорожным движением и автомагистралями, предупреждение преступности и отслеживание, обнаружение украденных транспортных средств, восстановление украденных или утерянных номерных знаков и многое другое.
Данные ALPR, записанные камерами, не являются частными и не предоставляют никакой личной информации третьим лицам. Срок хранения данных в базе данных ALPR обычно составляет пять лет.
Компьютерное зрение и распознавание для технологии распознавания номерных знаков
Аналитическое программное обеспечение преобразует неподвижные изображения и видео в машиночитаемые символы. Модели ML, в том числе модели, использующие технологию распознавания номерных знаков, требуют огромного объема данных. Системы ALPR предоставляют достаточно данных для обучения моделей. И алгоритмы оптического распознавания символов (OCR) лежат в основе пользовательских решений ALPR.
Распознавание текста-это мощная, но сложная технология. Это зависит от качественной базы данных изображений, в которой собрано несколько изображений, что позволяет алгоритму найти соответствие между двумя изображениями. Первоклассное программное обеспечение, способное обрабатывать определенные шрифты, цвета, две или более строк и размытые изображения,-отличный способ ускорить работу людей-операторов, поскольку алгоритм может выполнять операции во много раз эффективнее. Процесс распознавания состоит из шести алгоритмов, которые в сочетании обеспечивают точный вывод.
- Получение Изображения
Существует разница между захватом изображения номерного знака и распознаванием изображения. За распознавание изображения камерой отвечает техника компьютерного зрения. Это метод, который позволяет автоматически обрабатывать неподвижные изображения или видео и идентифицировать объекты в кадре изображения или видео на основе их местоположения в сцене. Инструменты компьютерного зрения работайте на основе набора предопределенных правил и справляйтесь с поиском закономерностей или идентификацией объектов на изображении транспортного средства. Например, если на изображении несколько транспортных средств, в середине и вверху компьютер идентифицирует два номерных знака.
Что касается технического стека, то в InData Labs мы обычно используем библиотеку Python и OpenCV, которая позволяет нам обучать алгоритмы машинного зрения распознаванию номерных знаков.
- Локализация изображений
Для каждого кадра в видео существует функция локализации (математическая формула), которая определяет, что означает конкретная область на изображении. Важно расстояние от камеры, угол и направление, в котором движется транспортное средство в момент съемки. Все это может быть использовано для определения того, движется ли автомобиль или, например, на светофоре.
Номерные знаки прямоугольной формы гораздо легче идентифицировать. Однако на транспортном средстве может быть несколько прямоугольных объектов. Чтобы идентифицировать их всех, алгоритм учитывает специальные функции, которые помогают распознать объект как номерной знак.