automatisk nummerpladegenkendelse (ALPR) er nutiden, ikke fremtiden for teknologiudvikling, der har en bred vifte af applikationer, fra trafikhåndhævelse til sporing af stjålne køretøjer ned. Teknologien har gennemgået forbedringer år for år, indtil machine learning (ML) og deep learning (DL) har afsløret nye måder til fremskridt.

da det forudsiges globalt for nummerpladegenkendelsesteknologi, vil det amerikanske marked se en betydelig vækst. Det forventes at nå 3, 57 milliarder dollars inden år 2023.

for din virksomhed betyder det at eje en individuelt skræddersyet ALPR-løsning indsprøjtning af teknologi i traditionelle tilgange. Den teknologibaserede tilgang kan give dig avancerede databehandlingsfunktioner, metoder til at optimere rutineopgaver og avancerede værktøjer til at fremskynde output og tilføje værdi til arbejdsgange.

så hvordan fungerer nummerpladegenkendelse? Læs videre for at lære, hvordan det går, og hvor du kan anvende tilpassede ALPR-løsninger til bedre afkast.

ALPR hviler på materiel og Programmelkomponenter

ALPR gør det muligt at scanne pladerne fra alle registrerede køretøjer i en given tilstand. Og analytisk program er derefter nødvendigt for at klassificere nummerpladerne i henhold til hver stats nummerpladekode (for eksempel i tilfælde af Massachusetts vil koden være M). Dataene kan derefter bruges til en række formål: sikkerhed og overvågning, trafikstyring, vejafgift, parkeringskontrol eller køretøjets placering på kortet.

en vigtig del af et ALPR-system er et kamera. Et kamera fanger nummerpladenummeret på et stoppet eller bevægeligt køretøj og hjælper med at identificere et mistænkt køretøj, for eksempel. Dette kamera kan placeres på en stationær genstand eller monteres på køretøjet.

stationære ALPR-kameraer

kilde: Commons.wikimedia.org

stationære ALPR-kameraer, der placeres på faste steder, kan registrere alle biler, der kommer ind i et bestemt område af kørebanen. Det kan være særligt hårdt, når man overvåger en vej, der har to eller flere baner med modsat trafik i hver af dem. Med kun et kamera, der fanger dataene ad gangen, kan en chauffør let passere et trafikkamera ubemærket, og et kamera vil ikke fange nogen ulykke. Den bedste løsning på dette problem er at have flere ALPR-kameraer forskellige steder, som alle optager på samme tid.

derudover er ALPR-kameraer i stand til at få et køretøj på en kort video. Denne video kan øjeblikkeligt uploades til en central server, så alle oplysninger opbevares et sted, der er tilgængelige til senere visning.

Mobile ALPR-kameraer

kilde: Flickriver

Mobile ALPR-kameraer kan ofte ses knyttet til politipatruljebiler. For eksempel, de kan fange nummerplader, tid, og dato, hvor bilen er parkeret, eller de kan hjælpe politiet med at overvåge byområder, hvor borgerne er foruroliget. Kameraer kan optage når som helst på dagen og eventuelle vejrforhold. Således har de multifunktionelle applikationer, der involverer trafik-og motorvejsstyring, kriminalitetsforebyggelse og sporing, påvisning af stjålne køretøjer, genopretning af stjålne eller mistede nummerplader og mere.

ALPR-data optaget af kameraer er ikke private og giver ingen personlige oplysninger til nogen tredjepart. Perioden for datalagring i ALPR-databasen er normalt fem år.

Computer Vision og OCR til Nummerpladegenkendelsesteknologi

det analytiske program oversætter stillbilleder og videoer til maskinlæsbare tegn. ML-modeller, inklusive dem, der brænder nummerpladegenkendelsesteknologi, kræver enorme mængder data. ALPR-systemer giver nok data fra model træning. Og OCR-algoritmer (optical character recognition) understøtter tilpassede ALPR-løsninger.

kilde:

OCR er en kraftfuld, men kompleks teknologi. Det afhænger af en billeddatabase af høj kvalitet, hvor flere billeder samles, hvilket gør det muligt for algoritmen at finde et match mellem de to billeder. Et førsteklasses program, der er i stand til at håndtere specifikke skrifttyper, farver, to eller flere rækker og slørede billeder, er en fantastisk måde at fremskynde menneskelige operatørers arbejde, da algoritmen kan udføre operationer mange gange mere effektive. OCR-processen består af seks algoritmer, der i kombination sikrer nøjagtig output.

• billedoptagelse

der er forskel på billedoptagelse af nummerplade og billedgenkendelse. For at genkende et billede af et kamera er computervisionsteknikken ansvarlig. Det er en metode, der tillader automatisk behandling af stillbilleder eller videoer og identifikation af objekter i et billede eller en videoramme baseret på deres placering i scenen. Computervisionsværktøjer fungerer baseret på et sæt foruddefinerede regler og håndterer at finde mønstre eller identificere objekter i et billede af et køretøj. For eksempel, hvis der er flere køretøjer på billedet, i midten og øverst, identificerer en computer to nummerplader.

hvad angår tech stack, bruger vi ofte Python-og OpenCV-bibliotek på InData Labs, der giver os mulighed for at træne maskinsynsalgoritmer til nummerpladegenkendelse.

• Billedlokalisering

for hver ramme i videoen er der en lokaliseringsfunktion (en matematisk formel), der bestemmer, hvad et bestemt område i billedet betyder. Afstanden fra kameraet, vinklen og retningen, som køretøjet kører på tidspunktet for optagelsen, er det, der betyder noget. Alt, hvad der kan bruges til at fortælle, om køretøjet bevæger sig eller for eksempel ved et stoplys.

nummerplader med rektangulær form er meget lettere at identificere. Der kan dog være flere rektangulære genstande på et køretøj. For at identificere dem alle tager algoritmen hensyn til særlige funktioner, der hjælper med at genkende et objekt som en nummerplade.

• billedstørrelse, orientering og normalisering

billedforvrængning er en anden udfordring for nummerpladegenkendelsesalgoritmen. Opgaven er at bringe et billede til en optimal størrelse og korrekte proportioner.

algoritmen registrerer flere køretøjer fra flere vinkler på samme tid. Antallet af køretøjer, som teknologien lader fange, afhænger af størrelsen på det optagne billede.

algoritmen skal også regulere kontrasten og lysstyrken på det optagne nummerpladebillede. Der er tærskler, der bruges til at kontrollere disse parametre.

billedet af en bil i bevægelse er normalt mere komplekst end billedet af en stationær bil. Hvad mere er, vejret og dagtimerne og natten omgivende lysforhold resulterer i at fange mange slørede billeder. Imidlertid kan brugen af avanceret tilpasset ALPR-program hjælpe med at tackle alle ovenstående udfordringer.

• Tegnsegmentering

Tegnsegmentering fungerer godt til at detektere alle de bestanddele af forskellige slags. Algoritmen opdeler et nummerpladebillede i bidder. Det fragmenterer nummeret på en plade i bogstaver og tal og segmenttegn baseret på sådanne parametre som farve, afstanden mellem tegn, skrifttype, struktur og så videre.

• OCR

på dette tidspunkt er det optagne billede klar til oversættelse til alfanumerisk tekst. Teksten kan derefter bruges som input til algoritmen, hvis opgave er at verificere oplysningerne ved at sammenligne det genkendte nummer med det, der er gemt i en database.

• syntaktisk og geometrisk analyse

ved at analysere hvert genkendt tal eller bogstav kan algoritmen klassificere dem i de tilsvarende klasser. Hvad kriterierne er for at forme disse klasser afhænger af kompleksiteten af en fanget nummerplade.

sådan er stadierne i arbejdet i algoritmerne, der trin for trin får en bruger tæt på det resultat, der kan anvendes til at nå forskellige forretningsmål.

Udvid din virksomhed med tilpasset ALPR-løsning

skræddersyede ALPR-systemer er populære over hele verden til at hjælpe med mange relaterede processer. Den vellykkede implementering af sådanne løsninger afhænger af land, placeringsspecifikationer og standarder, der anvendes til nummerplader.

blandt de anvendelser af ALPR, som du kan overveje for din virksomhed, er:

• Administrer parkeringsfaciliteter. Styring af porte ved hjælp af en automatiseret løsning kan lette overvågningen af køretøjets ind – /udrejse og betalingsoperationer. Også nogle børsnoterede køretøjer kan begrænses fra parkering.
• elektronisk bompengeindsamling. Brugerdefinerede ALPR-systemer kan bruges til at overvåge betalingsveje, broer, tunneler osv., og at opkræve chauffører uden om tilknyttet manuelt arbejde.
• adgangskontrol. Det vil være lettere at føre tilsyn med indrejsetilladelser i lufthavne og steder, der er begrænset for nogle kategorier af køretøjer.
• styr bevægelsen af trafik. ALPR er i stand til at læse nummerplader og indsamle køretøjets lokaliseringsdata, for eksempel til motorvejsagenturernes behov.
• Modtag advarsler og forhindre forbrydelser. Disse systemer sender automatiske meddelelser om optagelse af køretøjer, der er på en overvågningsliste.
• trafik håndhævelse. ALPR Letter udøvelsen af kontrol over overholdelse af trafikregler af chauffører og hjælper med at fange nummerpladerne på køretøjer, der går gennem et rødt lys eller bryder hastighedsgrænsen.

konklusion

automatisk nummerpladegenkendelse eller nummerpladegenkendelse har brug for kameraer af høj kvalitet designet og tilpasset forskellige forhold. Kameraer skal monteres sikkert, enten på et køretøj eller på et fast sted, den måde, de kan se vejene og det omgivende miljø.

førsteklasses klientorienteret ALPR-program gør det muligt for kameraer at læse nummerplader i løbet af dagen eller natten, under gode eller dårlige synlighedsforhold og i ethvert vejr. Programmet arbejder med forbehandlede billeder, når billedet er klar til at blive brugt til optisk tegngenkendelse. Sådanne systemer arbejder også med videoer og tackler videooptagelser lige så succesfuldt.

hos InData Labs hjælper vi dig gerne med udviklingen af nummerpladegenkendelsesprogrammer, der er tilpasset dine behov. Når du vælger vores tjenester, vælger du kvaliteten, pålideligheden og effektiviteten af din nye værdiskabende løsning.

Start dit Gennembrudsprojekt med InData Labs

har du et projekt i tankerne, men har du brug for hjælp til at implementere det? Drop os en linje på [email protected], vi vil meget gerne diskutere, hvordan vi kan arbejde sammen med dig.