Автомобильные номера под контролем.
От систем управления въездом и оплаты парковочных мест автоматическое распознавание номерных знаков транспортных средств прошло длинный путь.
В этой статье анализируются положение дел на рынке, технологические достижения и общие проблемы, связанные с применением и развитием данной технологии.
Автоматическое распознавание номерных знаков (АРНЗ) – это быстро развивающаяся технология, которая доказала свою эффективность во многих приложениях, таких как управление доступом автотранспортных средств и контроль скоростного режима.
Интеграция АРНЗ с видеонаблюдением делает систему более эффективной, так как в данном случае обеспечивается видеодоказательство.
Глобальный рынок программного обеспечения АРНЗ и интегрированных устройств (программа включена в камеру и DVR с обработкой данных в самом устройстве) был оценен агентством IMS Research в 9 млн в 2008 г. и в 442,9 млн к 2013 с ежегодным ростом примерно в 30%.
«Рынок стран EMEA сегодня самый большой и изощренный для систем АРНЗ», – считает Джеймс Макманус (James McManus), рыночный аналитик компании IMS Research.
Согласно данным фирмы ARHungary, рынок делится примерно следующим образом: страны EMEA – 50%, американский – 25% (в основном за счет США), Азия – 15% и остальные – 10%.
Большинство приложений, по словам Макмануса, включают в себя контроль за безопасностью и соблюдением правил, плату за различные услуги и проезд, контроль доступа и управление парковкой, а также информации о времени в пути.
Поступления от систем фиксации нарушений ПДД, контроля за безопасностью и соблюдением правил вместе с оплатой за дополнительные услуги составили более 60% выручки в 2008 г.
С точки зрения применения было больше продано систем контроля доступом и управления парковкой – примерно половина всех продаж на рынке.
Подтверждает эти цифры и Эрно Сцукс (Erno Szucs), директор по продажам систем АРНЗ компании ARHugary: фиксация нарушений ПДД – 40%, сборы и пошлины – 25%, парковка и контроль доступа – 20%, информация о времени в пути – 15%.
Основные разработки
«В работе системы АРНЗ обычно несколько этапов: нахождение номерного знака, захват данных номерного знака, обработка данных и окончательная идентификация, – отмечает Винцент Чен (Vincent Chen), помощник вице-президента по маркетингу компании GeoVision. – И в обработке изображения как раз и возникает различие.
Оно включает в себя реориентацию номерного знака (для изображений, захваченных под углом), различие по осям X/Y, работу с кадром/полукадром (для улучшения точности), распознавание шаблона (различные штаты и страны) и символов (черно-белый, оптическое распознавание).
Каждый этап требует крайне сложных алгоритмов, а понятные и четко определенные базы данных являются ключом к обеспечению точности».
Благодаря семилетней научно-исследовательской и опытно-конструкторской деятельности современные алгоритмы и технологии АРНЗ четвертого поколения, разработанные GeoVision, могут «ловить» номерные знаки транспортных средств на скорости 200 км/ч с точностью распознавания до 98%.
«Распознавание типа номера или шаблона – тоже нелегкое дело.
Определение страны и штата, особенно в Европе и на Среднем Востоке, поиск по базе данных критичны для правильной идентификации», – считает Эрно Сцукс.
Мэтью Мессингер (Matthew Messinger), старший консультант по коммуникации государственной и общественной безопасности, компании Motorola (Северная Америка), соглаcен с этим утверждением: «Системы АРНЗ должны уметь определять много типов номеров.
Можно сказать, это вызов для Северной Америки, где в каждом штате существует много вариантов номеров вплоть до номеров индивидуального дизайна».
Специальные символы, такие как в арабском и китайском языках, тоже создают большой барьер для многих поставщиков.
Honeywell использует четыре разных алгоритма для чтения номерных знаков и перекрестные ссылки при чтении символов.
Это значительно повышает точность распознавания.
«Параллельно с алгоритмами распознавания номера некоторые разработчики трудятся над другими алгоритмами, такими как автоматическое определение несовпадения цвета и производителя транспортного средства с указанными в базе данных параметрами для выявления фальшивых номеров», – говорит Джеймс Сомервиль-Смит (James Somerville-Smith), глава по развитию рынка EMEA компании Honeywell Security.
«В ряде приложений виден растущий интерес от стандартных систем АРНЗ, используемых на пограничных пунктах и междугородних постах, к системам чтения и распознавания движущихся транспортных средств, например вагонов с углем и общественного транспорта» – таково мнение Кристиана Бона (Christian Bohn), начальника производства компании Milestone Systems.
Советы по установке
«Системы АРНЗ обычно состоят из аппаратуры захвата изображения, программы распознавания и поиска по базе данных, – отмечает Вунинг Жиян (Wuning Jian), инженер распознавания образов компании Hikvision. –
Чтобы система АРНЗ была эффективной, аппаратное и программное обеспечение должно быть правильно установлено и настроено».
Обычно существуют физические ограничения, связанные с номерным знаком или камерой, которые влияют на результат работы автоматизированной системы.
Краска, ржавчина и деформация номерного знака могут повлиять на точность процесса распознавания, о чем не стоит забывать при проектировании и создании алгоритма.
Другие влияющие факторы – это размер номера, место установки камеры, настройка зоны обнаружения, экспозиции, скорости затвора камеры и частоты кадров.
«Поэтому одинаково важным является как выбор соответствующей камеры, так и правильное место ее установки.
Камеры должны быть прочными и всепогодными для наружной установки, – считает Мэтью Мессингер. – Эти камеры должны быть специально спроектированы для работы в условиях переменной освещенности (с ИК-подсветкой или в расширенном динамическом диапазоне)».
«ИК-подсветка, – отмечает Расмус Крёгер Ланд (Rasmus Crüger Lund), программист-разарботчик Milestone Systems, – особенно полезна при определении светоотражающих номерных знаков».
Другими факторами, связанными с освещенностью, являются контраст, объектив и экспозиция.
«При определении правильного уровня контраста для системы АРНЗ учитывается уровень серого (когда картинки представлены в восьмиразрядных градациях серого) между символами на номерном знаке и цветом фона, – говорит Ланд.
– Когда вы конвертируете исходную картинку в восьмибитное изображение в градациях серого, минимальное значение разницы цвета пикселей между точками на переднем плане и точками на заднем плане должно быть равным по крайней мере 15. При этом шумы на изображении и степень сжатия могут усложнить определение цветов символов и фона номерного знака».
При настройке объективов и скорости затвора для систем АРНЗ Ланд предлагает обратить внимание на автоматическую диафрагму, установку ИК-подсветки и предполагаемый скоростной режим. Если использовать объектив с автодиафрагамой, всегда надо устанавливать фокус с максимально открытой апертурой.
Для этого можно использовать ND-фильтры или, если камера поддерживает ручные настройки времени затвора, время затвора надо делать самым коротким.
При использовании ИК-подсветки фокус может меняться при переключении между видимым и инфракрасным спектром.
Этого можно избежать, если использовать объективы со смещенным спектром или ИК-фильтры, причем при использовании последних ИК-подсветка должна быть включена даже днем.
При обнаружении движущегося транспортного средства время затвора должно быть достаточно коротким, чтобы избежать размытия изображения.
«В случае использования системы на автостраде автомобиль, движущийся со скоростью 200 км/ч, проезжает 56 м за секунду или 5,6 м за 100 миллисекунд, – считает Эрно Сцукс из компании ARHugary.
– Если камера закрывает сектор в 6 м, то надо быть уверенным, что обработка будет выполнена за этот отрезок времени, чтобы было возможно поймать каждую машину в реальном времени».
«Для высоких скоростей устройства также должны быть установлены на дороге для захвата видеокадров за правильное время», – дополняет коллегу Кристиан Бон из компании Milestone Systems.
«Сверхэкспозиция – общая проблема как в дневное, так и в ночное время, поскольку может быть сильная засветка солнцем или фарами автомобиля, – обычно приводит к чрезмерно белесому изображению, – продолжает Ланд.
– Чтобы этого не было, надо использовать камеры с функцией WDR (расширенным динамическим диапазоном) и/или объектив с автодиафрагмой».
С другой стороны, недодержка экспозиции приводит к темному изображению с низкой контрастностью.
«Этого можно избежать, если использовать дополнительное внешнее освещение и/или камеру с высокой светочувствительностью, которая сможет работать при плохой освещенности без усиления», – объясняет Ланд.
«Размытость тоже является известной проблемой, которая добавляет нежелательных вертикальных полос на изображении, – отмечает также Ланд. – Это часто связано с небольшим несовершенством ПЗС-матрицы. В общем, ПЗС-матрицы с большей площадью (диагональю) менее чувствительны к такого рода помехе.
Камеры с КМОП-матрицей тоже менее чувствительны к размытости, чем с ПЗС».
Физическое расположение камер тоже играет важную роль. «Для получения идеального изображения номера автомобиля камеры надо монтировать таким образом, чтобы в момент захвата кадра номерной знак был в центре картинки, – говорит Ланд. – Максимальный вертикальный угол обзора камеры, применяемой в системах АРНЗ, соответствует 30 градусам, а горизонтальный – 25 градусам. В большинстве систем горизонтальный угол находится в пределах 15–20 градусов».
В реальности у камеры существует ряд нежелательных функций, таких как автоматическая настройка усиления и сжатие.
«В некоторых камерах для улучшения зрительного восприятия изображения человеческим глазом используются алгоритмы усиления контуров, краев и контрастности, – объясняет Ланд.
– Также система АРНЗ не будет работать на камерах, использующих MPEG-сжатие. При использовании сильного сжатия требуется большее разрешение, чтобы добиться оптимальной работы системы».
Дальнейшее развитие
«С помощью интеллектуальных алгоритмов мы можем отследить траекторию и направление движения конкретного транспортного средства через графический интерфейс, – говорит Соня Балог (Szonja Balogh), менеджер по маркетингу компании Intellio.
– Используя полученные данные, сегодняшние умные системы могут проанализировать события на дороге за секунды и принять действия по предупреждению соответствующих служб.
Мы можем получать данные не только от индивидуальных камер, но также и от группы камер, что позволяет нам проводить более глубокий и качественный анализ данных».
Технология АРНЗ продолжает двигаться вперед семимильными шагами, позволяя поставщикам обслуживать от 50 до 80 стран с помощью одного-единственного решения.
«Чтобы быть полностью автоматическим, качественно созданное программное обеспечение не должно требовать участия человека, пока не обнаружено транспортное средство, представляющее какой-то интерес», – отмечает Мессингер.
Джеймс Сомервиль-Смит из компании Honeywell Security считает, что научно-технические разработки сфокусированы на повышении точности (сегодня это 95–98%) распознавания, детализации, поиске совпадений и увеличении степени интеграции систем АРНЗ с другими системами безопасности и управления бизнесом.
«Если мы используем монохромную пятимегапиксельную камеру, мы сможем заставить алгоритм читать и распознавать текст, – отмечает Дейв Тайнэн (Dave Tynan), вице-президент по мировым продажам компании Avigilon, делающей ставку на более высокую детализацию изображения.
– Это исключает графику заднего плана, которая потенциально может негативно повлиять на точность захвата символов.
С помощью цветной мегапиксельной камеры сбор свидетельских показаний и улик (цвет транспортного средства, отличительные особенности, описание находящихся в машине людей) становится проще, обеспечивая видео без потери качества и более высокий процент успешных расследований».
Винцент Чен из компании GeoVision выступает за открытую интеграцию: «Будет правильным наличие открытого SDK (набор разработчика) для простой интеграции с системами видеонаблюдения, контроля доступа и прочими». Например, системы АРНЗ фирм Honeywell и Siemens Building Technologies используются в аэропортах для управления персональными парковочными местами на стоянке, распределяя места для машин в реальном времени.
Джеймс Макманус из IMS Research видит будущее за интегрированными устройствами АРНЗ «все в одном».
Также будет рост стационарных систем, работающих круглые сутки, и интеграция со сторонними технологиями, например, распознавания лиц.
Преимущества беспроводных технологий сделают процесс установки более простым и дешевым. По существу, такие системы будут внедрять везде, где требуется чтение номеров. Это могут быть грузовые контейнеры, поезда, грузовики или коробки на ленте конвейера.
«Наша компания отмечала ежегодный рост более чем на 40% последние четыре-пять лет. Мы ожидаем этих результатов и в 2009 г.», – оптимистично подытоживает Эрно Сцукс из компании ARHugary, предсказывая хорошее будущее системам АРНЗ.
Статьи по теме:
Видеонаблюдение
Советы домовладельцам по обеспечению безопасности
Три критических вопроса при выборе видеоаналитики для видеонаблюдения
FCC запрещает авторизацию оборудования для китайских телекоммуникаций и оборудования для видеонаблюдения, которое считается угрозой национальной безопасности
Перенос локального видеонаблюдения в облако
Hanwha Techwin переименовывается в Hanwha Vision
Перспективы использования цифровых систем передачи изображения по радиоканалу
Датчики нейроморфного зрения в смартфонах
Ambarella добавляет новую SoC с поддержкой искусственного интеллекта для камер безопасности
