Transportlīdzekļa numura zīmju atpazīšanas tehnoloģija videonovērošanas sistēmās
Transportlīdzekļu numura zīmju atpazīšanas tehnoloģija videonovērošanas sistēmās ir plaši pazīstama kā automātiskā numura zīmju atpazīšana (ANPR) vai numura zīmju atpazīšana (LPR). Šī sistēma ļauj videonovērošanas kamerām automātiski "nolasīt" numura zīmju numurus un pēc tam pārveidot tos teksta datos, kurus var uzglabāt, meklēt un analizēt. Pēdējos gados ANPR arvien vairāk tiek izmantota uz automaģistrālēm, autostāvvietām, maksas iecirkņiem, rūpniecības zonās un pat dzīvojamo māju kompleksos, jo tā var uzlabot drošību, darbības efektivitāti un ienākošo un izejošo transportlīdzekļu reģistrācijas precizitāti.
Kas ir ANPR un kā tas darbojas?
Kopumā ANPR ir aparatūras (videonovērošanas kameras un apstrādes ierīces) un programmatūras (attēlu apstrādes algoritmi un mākslīgais intelekts) kombinācija. Tās mērķis ir uztvert transportlīdzekļu attēlus, noteikt numura zīmju zonas un pēc tam atpazīt uz numura zīmes esošās rakstzīmes.
ANPR darbplūsmas parasti ietver četrus galvenos posmus:
1. Attēla iegūšana (attēla uzņemšana)
Videonovērošanas kameras uzņem transportlīdzekļu attēlus vai video. Šajā brīdī attēla kvalitāte ir ļoti svarīga sistēmas panākumiem. Svarīgi faktori ir tādi faktori kā kameras izšķirtspēja, slēdža ātrums, apgaismojums un kameras uzstādīšanas vieta.
2. Numura zīmes noteikšana
Programmatūra attēlā atrod numura zīmes. Šajā procesā tiek izmantotas numura zīmju raksturīgās īpašības: taisnstūra forma, specifisks krāsu kontrasts un regulāri rakstzīmju raksti. Mūsdienu sistēmas bieži izmanto dziļās mācīšanās modeļus, lai uzlabotu noteikšanas iespējas uz sarežģīta fona.
3. Rakstzīmju segmentācija
Kad plāksne ir atrasta, sistēma atdala rakstzīmes pa vienai. Šis solis ir ļoti svarīgs, jo netīra, bojāta vai gaismu atstarojoša plāksne var apgrūtināt rakstzīmju atdalīšanu.
4. Rakstzīmju atpazīšana (OCR/atpazīšana)
Atdalītās rakstzīmes tiek atpazītas, izmantojot OCR (optiskās rakstzīmju atpazīšanas) metodes. Jaunākās paaudzes sistēmas izmanto neironu tīklus, kas var mācīties no dažādiem fontiem, uzņemšanas leņķiem un apgaismojuma apstākļiem.
Dažās ieviešanas versijās klasiskais segmentācijas process tiek aizstāts ar pilnīgu pieeju: mākslīgā intelekta modelis tieši pārveido numura zīmes attēlu tekstā, skaidri neatdalot rakstzīmes. Tas nodrošina stabilāku veiktspēju sarežģītos reālās pasaules apstākļos.
Videonovērošanas sistēmas ANPR galvenās sastāvdaļas
Lai ANPR darbotos optimāli, ir nepieciešami vairāki savstarpēji atbalstoši komponenti:
– ANPR specifiska videonovērošanas kamera
Tiem parasti ir liels slēdža ātrums, plašs dinamiskais diapazons (WDR), IR (infrasarkanais) nakts redzamībai un iespēja uztvert kustīgus objektus. Lai gan ANPR var izmantot standarta kamerās, specializētās kameras uzlabo precizitāti, īpaši ātrgaitas transportlīdzekļiem.
– Papildu apgaismojums (IR apgaismotājs / palīggaismas)
Naktī vai vāji apgaismotās vietās infrasarkanais apgaismotājs palīdz iegūt skaidru numura zīmes attēlu. Intensitātes regulēšana ir svarīga, lai izvairītos no pārgaismojuma.
– Apstrādes ierīces (perifērijas ierīces/NVR/serveri)
Ir sistēmas, kas apstrādā datus kamerā (perifērijas mākslīgais intelekts), NVR vai centralizētā serverī. Perifērijas apstrāde samazina joslas platuma prasības, jo tā pārraida plāksnīšu rādījumus un attēlu momentuzņēmumus neapstrādāta video vietā.
– Pārvaldības un integrācijas programmatūra
Numura zīmju nolasīšanas rezultāti ir jāreģistrē, jāattēlo un jāsaista ar citām sistēmām, piemēram, vārtu portāliem, autostāvvietu klientu datubāzēm, drošības sistēmām vai analītiskajiem informācijas paneļiem.
Faktori, kas ietekmē numura zīmes nolasīšanas precizitāti
ANPR precizitāti nosaka ne tikai mākslīgā intelekta sarežģītība, bet arī lauka apstākļi. Daži galvenie faktori ir:
1. Kameras leņķis un attālums
Pārāk liels slīpums apgrūtina plāksnes nolasīšanu. Ierasta prakse ir novietot kameru mērenā leņķī un piemērotā attālumā no objektīva, lai plāksne attēlā atbilstu noteiktam minimālajam izmēram.
2. Transportlīdzekļa ātrums
Ātri braucošiem transportlīdzekļiem ir nepieciešams liels slēdža ātrums, lai novērstu kustības izplūšanu. Uz ceļa ANPR ierīces bieži tiek savienotas pārī ar kamerām ar lielu kadru ātrumu un lielu slēdža ātrumu.
3. Apgaismojums un atstarošana
Atstarojumi no plāksnēm (īpaši atstarojošām) var izraisīt rakstzīmju "pazušanu". Pareizi WDR un IR iestatījumi palīdz mazināt šo problēmu.
4. Plāksnes fiziskais stāvoklis
Netīras, pārklātas, iedobtas vai modificētas plāksnes (nestandarta fonti) samazina precizitāti. Sistēmu sarežģī arī citi pārkāpumi, piemēram, piederumu, vizlas vai skrūvju izmantošana, kas aizsedz rakstzīmes.
5. Laikapstākļi un vide
Lietus, migla, putekļi un pārmērīgs apgaismojums (piemēram, saules pretgaisma) var pasliktināt attēla kvalitāti.
Mākslīgā intelekta un dziļās mācīšanās loma mūsdienu ANPR sistēmās
Agrīnā ANPR lielā mērā balstījās uz tradicionālajām attēlu apstrādes metodēm, piemēram, sliekšņu noteikšanu, malu noteikšanu un formas analīzi. Tomēr šīs metodes bieži vien sagādāja grūtības ar mainīgiem reālās pasaules apstākļiem.
Pašlaik dziļā mācīšanās uzlabo sistēmu iespējas vairākos aspektos:
– Precīzāka numura zīmju noteikšana pat tad, ja numura zīme ir maza, sasvērta vai tai ir spilgts fons.
– Rakstzīmju atpazīšana ir izturīgāka pret tādām variācijām kā fonti, bojājumi vai troksnis.
– Pielāgojamība starp valstīm/formātiem, izmantojot apmācību par attiecīgiem datu kopumiem.
– Pilnīga atpazīšana, kas samazina paļaušanos uz varoņu segmentāciju.
Tomēr mākslīgajam intelektam joprojām ir nepieciešami labi apmācības dati. Sistēmas, kas apmācītas vietējos apstākļos (automašīnas numura zīmes formāts, fonta stils, valoda/rakstzīmes un vietējie satiksmes apstākļi), parasti darbojas labāk.
ANPR lietojumprogrammas piemērs CCTV sistēmā
1. Autostāvvietu pārvaldība
ANPR tiek izmantota, lai automātiski aprēķinātu stāvvietas ilgumu, atvērtu barjeras bez biļetēm un samazinātu rindas. Sistēma var sasaistīt numura zīmes ar digitālajiem maksājumiem vai abonementiem.
2. Piekļuves drošība teritorijai
Dzīvojamo māju kompleksi, noliktavas un rūpnīcas bieži izmanto baltos sarakstus reģistrētiem transportlīdzekļiem un melnos sarakstus aizdomīgiem transportlīdzekļiem. Kad tiek konstatēta numura zīme, sistēma var aktivizēt trauksmi vai paziņojumu.
3. Tiesībaizsardzība un satiksmes uzraudzība
ANPR palīdz atrast pazudušus transportlīdzekļus, identificēt noteikumus pārkāpjošus transportlīdzekļus un analizēt satiksmes blīvumu. Plašākā mērogā ANPR datus var izmantot satiksmes analītikai.
4. Maksas vārti un maksas ceļi
Integrācija ar maksājumu sistēmām paātrina procesu, īpaši daudzjoslu brīvas plūsmas shēmās, kas samazina nepieciešamību pēc apstāšanās.
Datu privātuma un drošības izaicinājumi
ANPR izmantošana ir tieši saistīta ar potenciāli sensitīviem datiem, jo transportlīdzekļu reģistrācijas numurus var saistīt ar īpašnieka identitāti, izmantojot noteiktas sistēmas. Tāpēc ANPR administratoriem jāpievērš uzmanība:
– Datu glabāšanas politika: cik ilgi dati tiek glabāti un kādam mērķim.
– Piekļuves kontrole: kam ir tiesības skatīt numura zīmju datus un to vēsturi.
– Kiberdrošība: šifrēšana, audita žurnāli un aizsardzība pret datu noplūdēm.
– Atbilstība normatīvajiem aktiem: ievērot piemērojamos datu aizsardzības noteikumus katrā reģionā.
Laba prakse ir saglabāt datus pēc nepieciešamības, ierobežot piekļuvi un ieviest atbilstošus drošības standartus, lai nodrošinātu atbildīgu tehnoloģiju izmantošanu.
Secinājums
Transportlīdzekļu numura zīmju atpazīšanas tehnoloģija videonovērošanas sistēmās (ANPR/LPR) ir izšķirošs risinājums drošībai un automatizācijai, sākot no vārtu piekļuves līdz satiksmes analīzei. Šī sistēma darbojas, aptverot attēlu uztveršanas, numura zīmju noteikšanas, rakstzīmju atpazīšanas un integrācijas vadības sistēmās posmus. ANPR panākumus lielā mērā ietekmē kameras kvalitāte, apgaismojums, uzstādīšana un izmantoto mākslīgā intelekta algoritmu sarežģītība. Turklāt ANPR ieviešanai jābūt līdzsvarotai arī ar stingru privātuma un datu drošības politiku. Ar atbilstošu tehnisko plānošanu un ētisku izmantošanu ANPR var sniegt ievērojamu labumu objektu pārvaldniekiem, valdībām un plašākai sabiedrībai.
