Распознавание номеров в действии

Hi-Tech Security Solutions

Полицейские службы, платные автомобильные дороги, отделы дорожного движения и корпоративные объекты -- все активно заняты поиском работающих решений для автоматического распознавания автомобильных номеров. К сожалению, торговые призывы зачастую выглядят следующим образом: наша система работает, она дешевле, чем у остальных, и она единственная может справиться с данной задачей. Что здесь соответствует действительности, и чего мы можем ожидать от систем распознавания автомобильных номеров в плане решения сегодняшних проблем на дорогах?

Предыстория

ANPR (автоматическое распознавание номерного знака), известное также как LPR (распознавание номерного знака) и ALPR (автоматическое LPR), появилось в начале 90-х годов прошлого века. ИРА тайно установила очень крупную бомбу в центре Лондона и взорвала ее воскресным утром, в результате чего погиб один человек; повезло, что это был нерабочий день, иначе пострадавших было бы значительно больше, чем в башнях Всемирного торгового центра в Нью-Йорке! В результате правительство Великобритании поставило перед ведущими корпорациями задачу предложить какие-либо решения для предотвращения подобных инцидентов. Первая коммерческая система начала продаваться компанией Racal в 1994 году, и к 1996 году в Великобритании действовала крупнейшая антитеррористическая система ANPR. К 1999 году все 43 полицейских подразделения Великобритании были оснащены системами ANPR, а к 2002 году другие полицейские подразделения по всему миру начали использовать ANPR в своей деятельности по охране общественного порядка.

Что такое ANPR?

Простыми словами ANPR -- это способность фиксировать буквенно-цифровые символы номерного знака автомобиля, обеспечивать четкое считывание и сопряжение с компьютером, позволяя вручную или автоматически сопоставлять полученные номера с множеством баз данных, как локальных, так и общегосударственных. Вообще говоря, существует два способа осуществления такой фиксации номеров; самый простой -- это оптическое распознавание каждой буквы/числа всего номерного знака (подобно тому, как факс считывает данные) и предоставление для них приблизительных значений. Второй, более сложный путь заключается в применении нейронной сети, которая позволяет последовательно устанавливать каждый номер и обеспечивает более надежное считывание. Сначала дается определение номерного знака, и затем применяются правила разбиения номера на буквенно-цифровые составляющие, устраняя тем самым фоновые помехи, создаваемые знаками отличия провинций, изображениями и другими деталями, которые можно увидеть на номерных знаках. Эти два метода различаются тем, что беспорядочное оптическое распознавание символов не учитывает углы зрения и наклоны, зачастую сбивается с толку фоновой неразберихой и поэтому обеспечивает неточное считывание, тогда как нейронная сеть, стоит только ее полностью обучить, даст точность вплоть до 97% или еще выше, при любых условиях. Первый метод по самой своей природе проще и дешевле, но опыт показал, что он не может обеспечить стандарты достоверности, необходимые для действительно успешного распознавания.

Разбор конкретного случая

В 2001 году система ANPR компании Appian Technology под названием Talon была выбрана в качестве первого испытательного оборудования в реальных условиях в Нортгемптоне. За несколько дней эксплуатации эта система оправдала себя. В Тонтоне, Сомерсет (юго-западная Англия) в 10:45 с использованием высоких технологий был украден автомобиль. В базу данных полиции немедленно было отправлено уведомление с требованием ко всем полицейским подразделениям задержать этот автомобиль. В 14:00 этот самый автомобиль проследовал через пост ANPR в Нортгемптоне, и сразу же сработал сигнал тревоги, оповещающий полицейские службы обо всех подробностях кражи данного автомобиля. Нортгемптон расположен в центральных графствах Великобритании вблизи Бирмингема и Ковентри, примерно в четырех часах езды от Тонтона при соблюдении установленного скоростного режима! Полиция отправила в погоню группу перехвата, входящую в состав опытного поста ANPR в Нортгемптоне, и к 14:02 автомобиль остановили, а подозреваемых арестовали.

Для обеспечения постоянной связи со всеми основными базами данных, включая базу данных Управления выдачи разрешений на право управления автомобилем, которое находится в Суонси, в системе Talon использовался интерфейс Spectrum. Первоначально опытная эксплуатация длилась год, причем 1,5% всех автомобилей, проходящих через систему, при сверке с базами данных инициировали тревогу. Только за тот год группа перехвата задержала 3 591 автомобиль и арестовала 601 человека, в том числе:

• 145 человек (25%) -- за преступления, связанные с автомобилями;
• 66 человек (28%) -- за другие преступления;
• 200 человек (30%) -- за вождение автомобиля после лишения права на управление автомобилем;
• 89 человек -- находящихся в розыске.

Группа обнаружила 1962 случая использования автомобилей без номерных знаков, выписала 2372 повестки в суд за нарушения в документации, выявила 118 видов неисправностей автомобилей, провела 95 досмотров автомобилей, инициировала 1711 запросов в базы данных и выдвинула обвинения за 255 других нарушений правил дорожного движения. Группа, расходы на содержание которой составили 193 тыс. английских фунтов (368 тыс. долларов США), вернула государству 216 тыс. фунтов (412 тыс. долларов), причем среднее число арестов на одного полицейского группы в 12 раз превышало средние показатели по стране. В результате правительству был предоставлен проект «по вынуждению преступников отказаться от использования дорог», который был подписан и утвержден в течение трех месяцев -- неслыханный срок для правительственных кругов!

Местные решения

Опыт введения в Лондоне зоны «налогов на автомобильные пробки», работа в тесном контакте с полицией штата Калифорнии, полицейским управлением Лос-Анджелеса, администрацией платных автомобильных дорог Малайзии, иными многочисленными учреждениями полиции и обеспечения правопорядка, а также со многими другими корпоративными и государственными организациями дали компаниям Appian и Vision Catcher ясное понимание просчетов и решений для ANPR. Многие попытки на местах создать рабочие модели ANPR в пределах автомобильных стоянок, в системе наблюдения за транспортным потоком, в обеспечении ограниченного использования транспортных артерий с низкой пропускной способностью потерпели неудачу из-за недостаточного представления о камерах для ввода и регистрации кадров изображения и последующей обработке зафиксированных номерных знаков.

Решения компании Vision Catcher, Talon и Spectrum, обеспечивают точность 95% и более на номерных знаках всех провинций, включая персонифицированные номерные знаки, в любых условиях освещения и круглосуточно.

В число решаемых прикладных задач входят: определение автомобилей без номерных знаков; непригодных к эксплуатации автомобилей; просроченных документов; времени, затраченного на преодоление определенного расстояния, для контроля над соблюдением скоростного режима; принадлежности к рабочим спискам украденных и используемых в преступных целях автомобилей; незастрахованных автомобилей; находящихся за рулем людей, которые лишены прав или временно отстранены от управления автомобилем.

С недавних пор для рынка стал привычным коэффициент результативности 97% на автомобилях, движущихся со скоростью до 240 км/час.

Источник: Security News