Automaattinen rekisterikilven tunnistus (Alpr) on teknologian kehityksen nykyisyys, ei tulevaisuus, jolla on monenlaisia sovelluksia liikenteen valvonnasta varastettujen ajoneuvojen jäljittämiseen. Tekniikka on mennyt läpi parannuksia vuosi vuodelta, kunnes koneoppiminen (ML) ja syväoppiminen (DL) ovat löytäneet uusia tapoja edetä.

maailmanlaajuisesti rekisterikilpien tunnistusteknologian ennustetaan kasvavan merkittävästi Yhdysvaltain markkinoilla. Sen ennustetaan nousevan 3,57 miljardiin dollariin vuoteen 2023 mennessä.

yrityksellesi yksilöllisesti räätälöidyn ALPR-ratkaisun omistaminen tarkoittaa teknologian ruiskuttamista perinteiseen lähestymistapaan. Teknologiapohjainen lähestymistapa voi antaa sinulle kehittyneitä tietojenkäsittelyominaisuuksia, menetelmiä rutiinitehtävien optimoimiseksi ja huipputeknisiä työkaluja tuotannon nopeuttamiseksi ja työnkulkujen lisäarvon lisäämiseksi.

niin, miten rekisterikilven tunnistus toimii? Lue oppia, miten se menee ja missä soveltaa mukautettuja ALPR ratkaisuja paremman tuoton.

ALPR perustuu laitteisto-ja ohjelmistokomponentteihin

ALPR mahdollistaa rekisterikilpien skannaamisen kaikista rekisteröidyistä ajoneuvoista tietyssä tilassa. Ja sitten tarvitaan analyyttistä ohjelmistoa, joka luokittelee rekisterikilvet kunkin osavaltion Rekisterikilven koodin mukaan (esimerkiksi Massachusettsin tapauksessa koodi on M). Tietoja voidaan sitten käyttää moniin eri tarkoituksiin: turvallisuuteen ja valvontaan, liikenteen hallintaan, tiemaksujen keräämiseen, pysäköinninvalvontaan tai ajoneuvon sijaintiin kartalla.

tärkeä osa ALPR-järjestelmää on kamera. Kamera tallentaa pysäytetyn tai liikkuvan ajoneuvon rekisterinumeron ja auttaa esimerkiksi epäillyn ajoneuvon tunnistamisessa. Kamera voidaan sijoittaa liikkumattomaan kohteeseen tai asentaa ajoneuvoon.

paikallaan olevat ALPR-kamerat

lähde: Commons.wikimedia.org

kiinteisiin paikkoihin sijoitetut kiinteät ALPR-kamerat voivat tallentaa kaikki ajoradan tietylle alueelle tulevat autot. Tämä voi olla erityisen vaikeaa, kun valvotaan tietä, jossa on kaksi tai useampia kaistoja, joissa kussakin on vastakkaista liikennettä. Kun vain yksi kamera tallentaa tiedot kerrallaan, kuljettaja voi helposti ohittaa liikennekameran huomaamatta, eikä kamera kuvaa onnettomuuksia. Paras ratkaisu tähän ongelmaan on se, että eri paikoissa on useita ALPR-kameroita, jotka kaikki tallentavat samanaikaisesti.

sen lisäksi ALPR-kameroilla voi saada ajoneuvon lyhyelle videolle. Tämä video voidaan heti ladata keskuspalvelimelle niin, että kaikki tiedot pidetään yhdessä paikassa, käytettävissä myöhemmin katsella.

Liikuteltavat ALPR-kamerat

lähde: Flickriver

Liikuteltavat ALPR-kamerat näkyvät usein kiinnitettyinä poliisipartioautoihin. Esimerkiksi, ne voivat tallentaa rekisterikilvet, aika, ja päivämäärä, kun auto on pysäköity, tai ne voivat auttaa poliisia valvomaan kaupungin alueilla, jos kansalaiset ovat huolissaan. Kamerat voivat tallentaa mihin aikaan päivästä tahansa ja sääolosuhteet. Niinpä niillä on monikäyttöisiä sovelluksia, joihin kuuluvat liikenteen ja valtateiden hallinta, rikosten ehkäisy ja seuranta, varastettujen ajoneuvojen havaitseminen, varastettujen tai kadonneiden rekisterikilpien palauttaminen ja paljon muuta.

kameroiden tallentamat ALPR-tiedot eivät ole yksityisiä, eivätkä ne anna henkilötietoja millekään kolmannelle osapuolelle. Tietojen säilytysaika ALPR-tietokannassa on yleensä viisi vuotta.

Computer Vision ja OCR rekisterikilpien Tunnistustekniikalle

analyyttinen ohjelmisto kääntää still-kuvat ja videot koneellisesti luettaviksi merkeiksi. ML-mallit, mukaan lukien Rekisterikilven tunnistusteknologiaa tankkaavat, vaativat valtavia määriä dataa. ALPR-järjestelmät tarjoavat riittävästi tietoa mallikoulutuksesta. Ja optiset hahmontunnistusalgoritmit (OCR) tukevat mukautettuja ALPR-ratkaisuja.

lähde:

OCR on tehokas mutta monimutkainen tekniikka. Se riippuu laadukkaasta kuvatietokannasta, johon kerätään useita kuvia, jonka avulla algoritmi löytää vastaavuuden näiden kahden kuvan välillä. Huippuluokan ohjelmisto, joka pystyy käsittelemään tiettyjä fontteja, värejä, kahta tai useampaa riviä ja sumennettuja kuvia, on loistava tapa nopeuttaa ihmisten toimintaa, koska algoritmi voi suorittaa toimintoja monta kertaa tehokkaammin. OCR-prosessi koostuu kuudesta algoritmista, jotka yhdessä varmistavat tarkan ulostulon.

• Kuvahankinta

Rekisterikilven kuvankaappauksen ja kuvantunnistuksen välillä on ero. Kuvan tunnistamisesta kameralla vastaa tietokoneen näkemistekniikka. Se on menetelmä, joka mahdollistaa still-kuvien tai videoiden automaattisen käsittelyn ja kohteiden tunnistamisen kuvan tai videon kehyksessä niiden sijainnin perusteella. Tietokoneen vision työkalut toimivat joukko ennalta määriteltyjä sääntöjä ja selviytyä löytää kuvioita tai tunnistaa esineitä kuvan ajoneuvon. Jos kuvassa on esimerkiksi useita ajoneuvoja, niin keskellä ja yläosassa tietokone tunnistaa kaksi rekisterikilpeä.

indata Labsissa käytetään yleisesti Python-ja OpenCV-kirjastoa, jonka avulla voidaan kouluttaa konenäköalgoritmeja Rekisterikilven tunnistamiseen.

• Kuvan lokalisointi

jokaiselle videon kehykselle on olemassa lokalisointifunktio (matemaattinen kaava), joka määrittää, mitä tietty kuva-alue tarkoittaa. Tärkeintä on etäisyys kamerasta, kulma ja kulkusuunta, joka ajoneuvolla on kiinniottohetkellä. Niistä voi päätellä, onko ajoneuvo liikkeellä vai esimerkiksi Stop-valoissa.

suorakaiteen muotoiset rekisterikilvet on paljon helpompi tunnistaa. Ajoneuvossa voi kuitenkin olla useita Suorakulmaisia esineitä. Tunnistaakseen ne kaikki algoritmi ottaa huomioon erityispiirteitä, jotka auttavat tunnistamaan esineen rekisterikilveksi.

• Kuvan mitoitus, suunta ja normalisointi

kuvan vääristyminen on toinen haaste rekisterikilpien tunnistusalgoritmille. Tehtävänä on tuoda kuva optimaaliseen kokoon ja oikeisiin mittasuhteisiin.

algoritmi havaitsee useita ajoneuvoja useasta kulmasta samanaikaisesti. Tekniikan avulla pyydystettävien ajoneuvojen määrä riippuu otetun kuvan koosta.

algoritmin on myös säädeltävä kaapatun Rekisterikilven kuvan kontrastia ja kirkkautta. Näiden parametrien ohjaamiseen käytetään raja-arvoja.

liikkeessä olevan auton kuva on yleensä monimutkaisempi kuin paikallaan olevan auton. Lisäksi sää sekä päivällä ja yöllä vallitseva ympäristön valo-olosuhteet johtavat monien hämärien kuvien tallentamiseen. Kuitenkin, käyttö kehittynyt mukautetun ALPR ohjelmisto voi auttaa ratkaisemaan kaikki edellä mainitut haasteet.

• Merkkisegmentointi

Merkkisegmentointi toimii hyvin kaikkien erilaisten osien havaitsemiseksi. Algoritmi jakaa Rekisterikilven kuvan paloihin. Se jakaa kilvessä olevan numeron kirjaimiksi ja numeroiksi ja segmenttimerkeiksi, jotka perustuvat sellaisiin parametreihin kuin väri, merkkien välinen etäisyys, fontti, rakenne ja niin edelleen.

• OCR

tässä vaiheessa otettu kuva on valmis käännettäväksi aakkosnumeeriseksi tekstiksi. Tekstiä voidaan sitten käyttää syötteenä algoritmille, jonka tehtävänä on tarkistaa tieto vertaamalla tunnistettua numeroa tietokantaan tallennettuun.

• syntaktinen ja Geometrinen analyysi

analysoimalla jokaisen tunnistetun numeron tai kirjaimen algoritmi voi luokitella ne vastaaviin luokkiin. Mitä kriteerit ovat muotoiluun nämä luokat riippuu monimutkaisuus kiinni Rekisterikilven.

Tällaisia ovat algoritmien työvaiheet, jotka askel askeleelta saavat käyttäjän lähelle tulosta, jota voidaan käyttää erilaisten liiketoiminnallisten tavoitteiden saavuttamiseksi.

Paranna liiketoimintaasi mukautetulla ALPR-ratkaisulla

Räätälöidyt ALPR-järjestelmät ovat maailmanlaajuisesti suosittuja monien asiaan liittyvien prosessien tukena. Tällaisten ratkaisujen onnistunut toteuttaminen riippuu maasta, sijainnista ja rekisterikilpien standardeista.

alpr: n käyttökohteita, joita voit harkita yrityksellesi, ovat:

• Hallitse pysäköintitiloja. Porttien valvonta automatisoidun ratkaisun avulla voi helpottaa ajoneuvojen sisään-ja poistumis-ja maksutoimintojen seurantaa. Myös joidenkin listattujen ajoneuvojen pysäköintiä voidaan rajoittaa.
• sähköinen tiemaksujen keruu. Mukautettuja ALPR-järjestelmiä voidaan käyttää maksullisten teiden, siltojen, tunnelien jne.valvontaan. ja syyttämään kuljettajia, jotka ohittavat siihen liittyvän ruumiillisen työn.
• kulunvalvonta. On helpompaa valvoa maahantulolupia lentokentillä ja paikoissa, joita on rajoitettu tiettyihin ajoneuvoluokkiin.
• ohjaa liikenteen kulkua. ALPR pystyy lukemaan rekisterikilpiä ja keräämään ajoneuvojen sijaintitietoja esimerkiksi maantievirastojen tarpeisiin.
• vastaanottaa hälytyksiä ja estää rikoksia. Nämä järjestelmät lähettävät automaattisia ilmoituksia tarkkailulistalla olevien ajoneuvojen kaappaamisesta.
• liikennevalvonta. ALPR helpottaa autoilijoiden valvontaa liikennesääntöjen noudattamisessa ja auttaa tallentamaan punaisia päin ajavien tai nopeusrajoitusta rikkovien ajoneuvojen rekisterikilvet.

Conclusion

Automaattinen rekisterikilven tunnistus tai rekisterikilven tunnistus vaatii laadukkaat kamerat, jotka on suunniteltu ja säädetty erilaisiin olosuhteisiin. Kamerat on asennettava tukevasti joko ajoneuvoon tai kiinteään paikkaan siten, että ne näkevät tiet ja lähiympäristön.

huippuluokan asiakaslähtöinen ALPR-ohjelmisto mahdollistaa kameroille rekisterikilpien lukemisen päivällä tai yöllä, hyvässä tai huonossa näkyvyydessä ja säällä kuin säällä. Ohjelmisto toimii esikäsiteltyjen kuvien kanssa, kun kuva on valmis käytettäväksi optiseen merkintunnistukseen. Tällaiset järjestelmät toimivat videoita sekä puuttua videotallenteita yhtä onnistuneesti.

InData Labsissa autamme mielellämme tarpeidesi mukaisten rekisterikilpien tunnistusohjelmien kehittämisessä. Kun valitset palvelumme, valitset uuden arvoa tuottavan ratkaisusi laadun, luotettavuuden ja tehokkuuden.

Aloita Läpimurtoprojektisi InData Labs

sinulla on projekti mielessä, mutta tarvitsetko apua sen toteuttamisessa? Pudota meille linja [email protected] haluaisimme keskustella yhteistyöstämme.