Automatisk registreringsskylt erkännande (ALPR) är den nuvarande, inte framtiden för teknikutveckling, som har ett brett utbud av applikationer, från trafik verkställighet att spåra stulna fordon ner. Tekniken har genomgått förbättringar år för år tills maskininlärning (ML) och djupinlärning (DL) har upptäckt nya sätt för framsteg.

som det förutspås globalt för registreringsskyltigenkänningsteknik kommer den amerikanska marknaden att se en betydande tillväxt. Det beräknas nå 3,57 miljarder dollar år 2023.

för ditt företag innebär att äga en individuellt anpassad ALPR-lösning injektion av teknik i traditionella tillvägagångssätt. Den teknikbaserade metoden kan ge dig avancerade databehandlingsfunktioner, metoder för att optimera rutinuppgifter och toppmoderna verktyg för att påskynda utdata och öka värdet i arbetsflöden.

så, hur fungerar registreringsskyltigenkänning? Läs vidare för att lära dig hur det går och var du ska tillämpa anpassade ALPR-lösningar för bättre avkastning.

ALPR vilar på hårdvaru-och programvarukomponenter

ALPR tillåter skanning av plattorna från alla registrerade fordon i ett visst tillstånd. Och analytisk programvara behövs sedan för att klassificera registreringsskyltarna enligt varje stats registreringsskyltkod (till exempel i Massachusetts kommer koden att vara M). Uppgifterna kan sedan användas för en rad olika ändamål: säkerhet och övervakning, trafikledning, vägtullar, parkeringskontroll eller fordonsplats på kartan.

en viktig del av ett ALPR-system är en kamera. En kamera fångar registreringsnumret för ett stoppat eller rörligt fordon och hjälper till att identifiera ett misstänkt fordon, till exempel. Denna kamera kan placeras på ett stillastående föremål eller monteras på fordonet.

Stationära ALPR-kameror

källa: Commons.wikimedia.org

Stationära ALPR-kameror, som placeras på fasta platser, kan spela in alla bilar som kommer in i ett visst område på vägbanan. Det kan vara särskilt tufft när man övervakar en väg som har två eller flera körfält med motsatt trafik i var och en av dem. Med bara en kamera som fångar data i taget kan en förare enkelt passera en trafikkamera obemärkt, och en kamera kommer inte att fånga någon olycka. Den bästa lösningen på detta problem är att ha flera ALPR-kameror på olika platser som alla spelar in samtidigt.

dessutom kan ALPR-kameror få ett fordon på en kort video. Denna video kan omedelbart laddas upp till en central server så att för att hålla all information på ett ställe, tillgänglig för senare visning.

mobila ALPR-kameror

källa: Flickriver

mobila ALPR-kameror kan ofta ses kopplade till polispatrullbilar. Till exempel, de kan fånga registreringsskyltar, tid, och datum när bilen är parkerad, eller de kan hjälpa polisen att övervaka stadsområden där medborgarna är oroliga. Kameror kan spela in när som helst på dagen och alla väderförhållanden. Således har de mångsidiga applikationer som involverar trafik-och motorvägshantering, brottsförebyggande och spårning, upptäckt av stulna fordon, återvinning av stulna eller förlorade registreringsskyltar och mer.

ALPR-data som registrerats av kameror är inte privata och ger ingen personlig information till någon tredje part. Datalagringsperioden i ALPR-databasen är normalt fem år.

Computer Vision och OCR för Registreringsskyltigenkänningsteknik

den analytiska programvaran översätter stillbilder och videor till maskinläsbara tecken. ML-modeller, inklusive de som bränner registreringsskyltigenkänningsteknik, kräver enorma mängder data. ALPR-system ger tillräckligt med data från modellutbildning. Och OCR-algoritmer (optical character recognition) ligger till grund för anpassade ALPR-lösningar.

källa:

OCR är en kraftfull men ändå komplex teknik. Det beror på en kvalitetsbilddatabas där flera bilder samlas, vilket gör att algoritmen kan hitta en matchning mellan de två bilderna. En förstklassig programvara som kan hantera specifika teckensnitt, färger, två eller flera rader och suddiga bilder är ett utmärkt sätt att påskynda mänskliga operatörers arbete eftersom algoritmen kan slutföra operationer många gånger effektivare. OCR-processen består av sex algoritmer som i kombination säkerställer korrekt utmatning.

• Bildförvärv

det finns en skillnad mellan bildtagning av registreringsskylt och bildigenkänning. För att känna igen en bild av en kamera är datorsynstekniken ansvarig. Det är en metod som möjliggör automatisk bearbetning av stillbilder eller videor och identifiering av objekt i en bild eller videoram baserat på deras platser i scenen. Datorvisionsverktyg fungerar baserat på en uppsättning fördefinierade regler och klarar av att hitta mönster eller identifiera objekt i en bild av ett fordon. Till exempel, om det finns flera fordon i bilden, i mitten och överst, kommer en dator att identifiera två registreringsskyltar.

när det gäller tech stack, på InData Labs, använder vi vanligtvis Python och OpenCV-bibliotek som gör att vi kan träna maskinvisionsalgoritmer för registreringsskyltigenkänning.

• Bildlokalisering

för varje bildruta i videon finns en lokaliseringsfunktion (en matematisk formel) som bestämmer vad ett visst område i bilden betyder. Avståndet från kameran, vinkel, och riktning fordonet färdas vid tidpunkten för fångst är det viktiga. Allt som kan användas för att berätta om fordonet rör sig eller till exempel vid ett stoppljus.

registreringsskyltar med rektangulär form är mycket lättare att identifiera. Det kan dock finnas flera rektangulära föremål på ett fordon. För att identifiera dem alla tar algoritmen hänsyn till specialfunktioner som hjälper till att känna igen ett objekt som en registreringsskylt.

• Bildstorlek, orientering och normalisering

bildförvrängning är en annan utmaning för registreringsskyltigenkänningsalgoritmen. Uppgiften är att få en bild till optimal storlek och korrekta proportioner.

algoritmen upptäcker flera fordon från flera vinklar samtidigt. Antalet fordon som tekniken låter fånga beror på storleken på den tagna bilden.

algoritmen måste också reglera kontrasten och ljusstyrkan för den fångade registreringsskyltbilden. Det finns tröskelvärden som används för att styra dessa parametrar.

bilden av en bil i rörelse är vanligtvis mer komplex än en stationär bil. Vad är mer, väder och dagtid och nattetid omgivande ljusförhållanden resulterar i att fånga många suddiga bilder. Användningen av avancerad anpassad ALPR-programvara kan dock hjälpa till att hantera alla ovanstående utmaningar.

• Teckensegmentering

teckensegmentering fungerar bra för att upptäcka alla beståndsdelar av olika slag. Algoritmen delar upp en registreringsskyltbild i bitar. Det fragmenterar numret på en platta i bokstäver och siffror och segmenttecken baserat på parametrar som färg, avståndet mellan tecken, teckensnitt, struktur och så vidare.

• OCR

vid denna punkt är den tagna bilden klar för översättning till alfanumerisk text. Texten kan sedan användas som inmatning för algoritmen, vars uppgift är att verifiera informationen genom att jämföra det igenkända numret med det som lagras i en databas.

• syntaktisk och geometrisk analys

genom att analysera varje erkänt tal eller bokstav kan algoritmen klassificera dem i motsvarande klasser. Vad kriterierna är för att forma dessa klasser beror på komplexiteten hos en fångad registreringsskylt.

sådana är stadierna i arbetet med algoritmerna som steg för steg får en användare nära resultatet som kan användas för att uppnå olika affärsmål.

utöka ditt företag med anpassad ALPR-lösning

skräddarsydda ALPR-system är populära över hela världen för att hjälpa till med många relaterade processer. Det framgångsrika genomförandet av sådana lösningar beror på land, platsspecifikationer och standarder som används för registreringsskyltar.

bland de applikationer av ALPR som du kan överväga för ditt företag är:

• hantera parkeringsmöjligheter. Styrning av grindar med hjälp av en automatiserad lösning kan underlätta övervakning av fordonsinträde/utträde och betalningsoperationer. Vissa listade fordon kan också begränsas från Parkering.
• elektronisk vägtull. Anpassade ALPR-system kan användas för att övervaka vägtullar, broar, tunnlar etc., och att ladda förare som kringgår tillhörande manuellt arbete.
• åtkomstkontroll. Det blir lättare att övervaka inresetillstånd på flygplatser och platser som är begränsade för vissa kategorier av fordon.
• kontrollera trafikens rörelse. ALPR kan läsa nummerskyltar och samla in fordonsplatsdata, till exempel för motorvägsbyråernas behov.
• ta emot varningar och förhindra brott. Dessa system skickar automatiska meddelanden om att fånga fordon som finns på en bevakningslista.
• trafik verkställighet. ALPR underlättar utövandet av kontroll över att respektera trafikregler av förare och hjälper till att fånga registreringsskyltarna för fordon som går igenom ett rött ljus eller bryter hastighetsgränsen.

slutsats

Automatisk registreringsskyltigenkänning eller registreringsskyltigenkänning behöver kameror av hög kvalitet utformade och anpassade till olika förhållanden. Kameror ska monteras säkert, antingen på ett fordon eller på en fast plats, hur de kan se vägarna och omgivningen.

förstklassig klientorienterad ALPR-programvara gör det möjligt för kameror att läsa registreringsskyltar under dag eller natt, under goda eller dåliga siktförhållanden och alla väder. Programvaran fungerar med förbehandlade bilder när bilden är beredd att användas för optisk teckenigenkänning. Sådana system fungerar också med videor och hanterar videoposter lika framgångsrikt.

på InData Labs hjälper vi dig gärna med utvecklingen av registreringsskyltigenkänningsprogramvara anpassad efter dina behov. Genom att välja våra tjänster väljer du kvalitet, tillförlitlighet och effektivitet i din nya värdeskapande lösning.

starta ditt Genombrottsprojekt med InData Labs

har du ett projekt i åtanke men behöver lite hjälp med att implementera det? Slå oss en signal på [email protected], vi vill gärna diskutera hur vi kan arbeta med dig.