내가 복제한 8,600만 달러짜리 번호판 스캐너를 기억하십니까?

몇 주 전에 나는 당시에 상당히 무해하다고 생각했던 기사를 발표했습니다. 57줄의 코드로 8,600만 달러 프로젝트를 복제한 방법입니다. 클릭을 유인하는 주장이었음을 인정합니다. 나는 본질적으로 Id가 호주 빅토리아의 경찰이 8,600만 달러에 지불한 것과 동일한 번호판 스캔 및 검증 기술을 재현했다고 말하고 있습니다.

이후 반응은 폭발적이었다. 내 기사는 첫날에 100,000개 이상의 조회수를 얻었고, 마침내 얼핏 보면 450,000개 정도에 있습니다. 저는 지역 라디오 토크쇼와 캘리포니아에서 열린 회의에서 연설하도록 초대받았습니다.

누군가가 AU 빅토리아를 BC 빅토리아로 잘못 읽었을 수도 있다고 생각합니다. 이 제안을 정중하게 거절했지만 다양한 지역 개발자 및 유명 회사와 커피를 마시기 위해 만났습니다. 엄청나게 흥미 진진했습니다.

대부분의 독자는 오픈 소스 기술의 사용, 정부 지출 및 소파에서 멋진 물건을 만들고자 하는 한 남자의 열망에 대한 토론을 촉발시키는 개념 증명으로 그것을 보았습니다. Pedants는 교육, 지원 및 일반적인 엔터프라이즈 IT 비용 조정의 부족을 지적했지만 이를 탐색하는 데 시간을 할애할 가치는 없습니다. 차라리 이 게시물을 내 결과를 살펴보고 다른 사람들이 자신의 정확도를 높일 수 있는 방법을 살펴보는 것이 좋습니다.

결과에 대해 더 깊이 들어가기 전에 원래 게시물에서 내가 잃어버린 느낌을 한 가지 짚고 넘어가고자 합니다. 이 프로젝트의 개념은 8,600만 달러의 BlueNet 프로젝트와 완전히 별개로 시작되었습니다. 그것은 결코 그것을 두드리려는 시도가 아니었다.

OpenCV가 존재하고 VicRoads 웹사이트에 번호판 확인 기능이 있기 때문에 둘을 결합하거나 더 나은 것을 사용할 수 있는 방법이 있어야 한다는 잔소리에서 시작되었습니다. 내가 BlueNet을 우연히 알게 된 것은 글을 쓰기 시작했을 때였습니다. BlueNet과 그 가격표를 발견하는 동안 코드가 이미 작성되어 있는 저에게 훌륭한 편집 각도를 제공했습니다.

프로젝트 사이에 약간의 불일치가 있을 수 밖에 없었습니다. 나는 또한 이것이 폭발한 이유 중 일부는 호주의 낭비적인 정부 IT 지출에 대한 보고서의 편리한 타이밍 때문이라고 생각합니다. 연방 정부의 IT 비용이 5달러에서 올랐습니다.

90억에서 100억 달러에 이르렀고, 그 폭발에 대해 모호한 가치를 제공했습니다. 저에게 연락을 주신 미디어 연구원들은 신속하게 이 두 가지를 연결했지만, 이것은 제가 급히 권장할 수 있는 사항이 아닙니다. 면책조항 투명성의 정신으로 저는 원래 게시물에서도 누락된 것을 선언해야 합니다.

이전 고용주는 빅토리아 경찰과 기타 주정부 기관에 소규모(100만 달러 미만) IT 프로젝트를 제공했습니다. 그 결과 Ive는 경찰 조사를 받고 VicPol 계약자가 되기 위해 필요한 양식을 작성했습니다. 이것은 제가 갈기갈기 도끼를 가지고 있거나 특정 내부 지식을 가지고 있음을 의미할 수 있지만 대신 우리가 제공한 프로젝트가 자랑스럽습니다.

시간과 예산을 모두 준수했습니다. 결과 시각화하기 다음은 약간의 재미를 위해 After Effects에서 합성한 내 결과의 비디오 표현입니다. 다양한 테스트 영상을 촬영했는데, 가장 성공한 영상이었습니다.

이상적인 카메라 설정, 감지 영역 등에 대해서는 동영상 이후에 자세히 설명하겠습니다. 앞 유리를 통해 찍은 이 iPhone 비디오가 측면 창 밖으로 기울어진 Contour HD보다 더 나은 비디오가 된 이유를 더 잘 이해하는 데 도움이 될 것입니다. 윤리적 딜레마 이 기사의 영웅 그래픽을 보거나 위의 비디오를 본다면 매우 흥미로운 전개를 발견했을 것입니다. 나는 누군가를 잡았습니다.

특히 2016년부터 등록이 취소된 차량을 운전하는 사람을 적발했습니다. 이것은 여러 가지 이유로 발생할 수 있으며 그 중 가장 무고한 것은 부적절한 재판매 관행입니다. 간혹 차량 개인 판매가 도서로 이루어지지 않을 경우 구매자와 판매자가 정식 등록 이전을 완료하지 못하는 경우가 있습니다.

이렇게 하면 구매자는 수백 달러를 절약할 수 있지만 차량은 여전히 ​​판매자에게 등록됩니다. 판매자가 등록을 취소하고 수백 달러에 해당하는 남은 달의 임시 환불을 받는 것은 전례가 없는 일입니다. 또는 차량 운전자가 범인으로 의심되는 범죄자일 수 있습니다.

그래서 컴퓨터에 설치할 때 장난스럽게 그 프로젝트의 이름을 '플레이트 스니치'로 지었지만, 이제 내가 본 것을 신고해야 할지 말아야 할지 난감한 상황에 직면했습니다. 결국 경찰 전용 장치의 프로토타입을 사용하여 운전자를 적발했습니다. 그러나 2016년 등록(취소, 만료되지 않음)으로 운전하는 것은 매우 고의적인 조치입니다.

흠.결과로 돌아가기 내 기사에 대한 많은 반응 중 상당수는 문자 그대로 의심스러웠습니다. 내가 소프트웨어를 복제했다고 말했기 때문에 지원 센터, 보증 및 교육 매뉴얼이 있어야 한다고 주장했습니다.

한 명은 내 결과를 복제하려고 시도했고 이미지 품질과 소스 자료의 불가피한 장애물에 부딪쳤습니다. 이 때문에 일부는 내 소스 이미지를 체리 픽(cherry-pick)했다고 암시했습니다. 그것에 대해 나는 말할 수 있습니다. 글쎄요.

초기 개념 증명을 만들 때(다시 말하지만 BlueNet을 복제하지 않고 아이디어를 검증하는 데 중점을 둠) 10개 미만의 이미지로 구성된 작은 샘플 세트를 사용했습니다. 카메라 설정은 ALPR에서 가장 중요하지는 않지만 가장 중요한 요소 중 하나이기 때문에 인식을 높이는 이상적인 특성으로 선택했습니다. 결국 깨지기 쉬운 개념 증명을 가져 와서 깨뜨리는 것은 매우 간단합니다.

진정한 혁신과 도전은 개념 증명을 취하고 작동하도록 만드는 것입니다. 제 전문 경력을 통틀어 많은 고위 개발자들은 제게 일을 할 수 없거나 적어도 제때에는 할 수 없다고 말했습니다. 때때로 그들은 옳았습니다.

종종 그들은 단지 위험을 회피했습니다. 그것이 증명될 때까지 불가능한 것은 없습니다. 많은 사람들이 이 인용문을 엉터리로 만들고, 여러분은 이전에 이 인용문 중 하나를 보거나 들었을 것입니다.

나에게 그것은 아이디어를 이해하기 위해 스파이크 및 검증이 거의 필수라는 건전한 개발 사고방식을 깔끔하게 요약합니다. 최적의 ALPR 카메라 설정이 프로젝트는 소프트웨어가 판을 인식하는지 여부에 대한 명확한 성공 지표가 있기 때문에 저에게 매우 흥미롭고 다릅니다. 이것은 하드웨어, 소프트웨어 및 네트워킹 솔루션의 조합에서만 발생할 수 있습니다.

내 원본 기사를 게시한 후 ALPR 카메라를 판매하는 사람들이 신속하게 조언을 제공했습니다. 광학 줌돌아보니 가장 확실한 해결책은 광학 줌을 사용하는 것입니다. 아래에서 다른 중요한 요소를 살펴보지만, 이것만큼 순전히 인지도를 높이는 요소는 없습니다.

일반적으로 전문 ALPR 솔루션은 비스듬히 오프셋되어 번호판이 있어야 하는 위치에 대해 교육을 받고 해당 영역을 확대하여 선명도를 최대화합니다. 즉, 더 많은 줌과 더 많은 픽셀을 가지고 놀 수 있습니다. 내가 마음대로 사용할 수 있는 모든 카메라 고정렌즈였다.

포함된 항목: Contour HD 액션 카메라. 이것들은 2009년에 나왔고, 저는 자전거 출퇴근길을 기록하고 죽음에 가까운 경험을 매주 재생하기 위해 제 것을 사용합니다. 후지필름 X100S(고정 단렌즈로 유명) 내 iPhone 6특집 테스트 실행은 내 휴대전화로 녹음되었습니다.

광학 줌을 복제하는 유일한 방법은 앱을 사용하여 1080p 대신 3K로 녹화한 다음 디지털 줌 및 자르기를 사용하는 것이었습니다. 다시 말하지만 더 많은 픽셀을 가지고 놀 수 있습니다.Angle & 위치 30도의 시야각은 종종 이상적인 플레이트 인식의 표준으로 참조됩니다.

BlueNet이 일련의 카메라를 사용한다는 사실을 알게 되면 이는 매우 중요합니다. 또한 전면 카메라가 일반적으로 많이 보지 않는 것을 고려할 때 의미가 있습니다. 내가 추측해야 한다면 대부분 전면을 향한 어레이가 이상적인 설정일 것입니다.

위와 같이 사각지대를 가리키는 단일 카메라, 각 측면에서 30도에서 중심에서 벗어난 두 대의 카메라 및 단일 후면 카메라로 구성됩니다. 대부분의 카메라가 전방을 향하게 하는 것의 가치는 차량이 반대 방향으로 주행하는 경우 증가된 반응 시간에서 비롯됩니다. 이렇게 하면 후방 카메라가 이미 경찰차를 지나 10미터 떨어진 용의자 차량을 포착하는 경우보다 더 빠른 스캔, 처리 및 유턴이 가능합니다.

A 짐벌 영상을 합성할 때 영상의 안정화를 생각했습니다. 대신 나는 그것이 무엇인지에 대해 울퉁불퉁 한 승차감을 보여주기로 결정했습니다. 당신이 본 것은 내 아내가 운전하는 동안 앞 유리 근처에 내 휴대 전화를 들고 있었다.

그 엄격한 과학적 방법을 확인하십시오. 기타 중요한 요소프레임 레이트 두 사람은 ALPR 샘플링 프레임 레이트가 성공과 연결될 수 있다는 동일한 오해를 탐구한 이후로 내 프로젝트와 녹음을 복제하려고 했습니다. 내 경험상 이것은 낭비 사이클에 지나지 않았습니다.

대신, 엄청나게 중요한 것은 알고리즘에 잘 전달되는 깨끗하고 선명한 영상을 생성하는 셔터 속도입니다. 그러나 나는 또한 상당히 느린 영상을 테스트하고 있었습니다. 기껏해야 60km/h 영역에서 서로를 통과하는 두 대의 차량이 120km/h의 차이를 만들었습니다.

반면 BlueNet은 최대 200km/h까지 작동할 수 있습니다. 이를 해결하기 위한 방법으로 동료가 개체 감지 및 대역 외 처리를 제안했습니다. 차량을 식별하고 경계 상자를 그립니다.

이상적인 인식 각도 및 확대/축소에 올 때까지 기다립니다. 그런 다음 비동기 처리를 위해 버스트 사진을 촬영합니다. 객체 인식을 위해 OpenCV(node-opencv)를 사용하여 살펴보았지만 600800ms에서 어디에서나 걸리는 얼굴 감지와 같은 더 간단한 것을 찾았습니다.

내 사용에 이상적일 뿐만 아니라 일반적으로 매우 좋지 않습니다. Hype-train TensorFlow가 구출됩니다. 기기에서 실행할 수 있는 놀라운 27 프레임에서 여러 차량을 식별하는 프로젝트의 예가 있습니다.

7fps. 이 버전은 속도 추정치를 노출할 수도 있습니다. 법적으로 가치가 없지만 일상적인 경찰 활동에 유용할 수 있습니다(readme에 fps 벤치마크 없음).

고성능 차량 인식이 느린 ALPR 기술과 어떻게 결합될 수 있는지 더 잘 설명하기 위해 After Effects에서 다른 비디오를 만들었습니다. 나는 두 작업이 함께 손을 잡고 다음과 같이 보일 것이라고 상상합니다.프레임 속도 대 셔터 속도프레임 속도의 다른 표현은 셔터 속도, 특히 초기 또는 저가 디지털 영화를 괴롭히는 롤링 셔터 문제에 크게 영향을 받습니다. 녹음기. 다음은 일부 Contour HD 푸티지의 스냅샷입니다.

60km/h에서만 볼 수 있는 롤링 셔터 문제는 ALPR 관점에서 푸티지를 다소 사용할 수 없게 만듭니다. Contour HD와 내 iPhone에서 프레임 속도를 조정해도 왜곡이 눈에 띄게 줄어들지는 않았습니다. 이론상 더 높은 셔터 속도는 더 선명하고 또렷한 이미지를 생성해야 합니다.

200km/h BlueNet 벤치마크를 쫓는다면 그것들은 점점 더 중요해집니다. 흐림이 적고 롤링 셔터 왜곡이 적으면 이상적으로 더 나은 판독이 가능합니다. Open ALPR 버전보다 흥미로운 발견 중 하나는 내가 사용하고 있던 node-openalpr 버전이 구식이며 독점 솔루션만큼 강력하지 않다는 것입니다.

오픈 소스 요구 사항이 확실히 한 요인이었지만 클라우드 버전이 플레이트를 식별할 수조차 없는 프레임을 얼마나 정확하게 성공적으로 읽을 수 있는지는 놀랍습니다. ALPR 국가 교육 데이터또한 주 node-openalpr 패키지는 기본적으로 재정의할 방법이 없습니다. 추가 국가 매개변수를 제공할 수 있는 다른 사람의 포크를 아래로 당겨야 합니다.

그러나 이것은 항상 도움이되지 않습니다. 기본 미국 알고리즘을 사용하여 가장 많은 결과를 얻을 수 있었습니다. 호주 데이터 세트를 지정하면 실제로 성공적인 플레이트 판독 횟수가 절반으로 줄어들었고 미국 알고리즘이 찾지 못한 한두 개만 찾을 수 있었습니다.

별도의 Australian Wide Plate 세트를 다시 제공하면 개수가 절반으로 줄어들고 단일 추가 플레이트가 도입되었습니다. ALPR에 대한 호주 기반 데이터 세트에 관해서는 분명히 원하는 것이 많고 Victoria가 기여하는 요소입니다.Planar WarpsOpen ALPR에는 카메라 각도와 롤링 셔터 문제 모두에서 왜곡의 영향을 줄이는 하나의 특정 도구가 함께 제공됩니다.

Planar Warp는 라이브러리에 좌표를 전달하여 이미지가 직선 플레이트와 매우 유사할 때까지 이미지를 기울이고, 번역하고, 회전하는 방법을 말합니다. 제한된 테스트 경험에서는 다음에서 작동하는 Planar Warp를 찾을 수 없었습니다. 모든 속도. 롤링 셔터를 고려할 때 차량 속도에 따라 왜곡이 커지는 것이 합리적입니다.

계수가 작동할 수 있으므로 가속도계 또는 GPS 속도 데이터를 공급하는 것을 상상할 수 있습니다. 아니면 완전히 쓰레기가 아닌 카메라를 구입하세요. 업계에서 다른 사람들이 하고 있는 일 수많은 독자들이 마지막 게시물 이후에 자신의 경험과 아이디어를 공유하기 위해 손을 뻗었습니다.

아마도 나와 공유한 더 흥미로운 솔루션 중 하나는 뉴질랜드의 Auror였습니다. 그들은 주유소에 고정 ALPR 카메라를 사용하여 주유소를 훔치는 사람들을 보고합니다. 이것은 그 자체로 특별히 새롭고 혁명적인 것은 아닙니다.

그러나 네트워크와 결합하면 알려진 범죄자가 돌아왔거나 해당 지역의 주유소를 표적으로 삼을 때 자동으로 경보를 발령할 수 있습니다. 블루넷. 이스라엘과 같은 지역에서는 알파벳 문자가 없는 7자리 번호판을 사용하기 때문에 일부 국가는 다른 국가보다 운이 좋을 것입니다.

핵심 테이크어웨이지난 몇 주 동안 한 게시물에 담기에는 내가 배운 것이 너무 많습니다. 비방하는 사람들이 많았지만 저에게 보내주신 지원과 지식에 정말 감사드립니다. 자신만의 ALPR 솔루션을 구축하는 데 직면하게 될 많은 어려움이 있지만 감사하게도 많은 문제가 해결되었습니다. .

관점에서 보면 저는 디자이너이자 프론트 엔드 개발자입니다. 지금은 푸티지와 코드에 약 10시간, 비디오 제작에 8시간, 글 작성에만 10시간을 투자했습니다. 나는 거인의 어깨 위에 서서 내가 가진 것을 성취했습니다.

똑똑한 사람들이 만든 라이브러리를 설치하고 이 카메라를 판매하는 사람들의 조언을 활용하여 생계를 유지하고 있습니다. 거인의 어깨에 올라서 괜찮은 작업을 수행하는 반쪽짜리 솔루션을 구축할 수 있는지에 대한 8,600만 달러의 질문은 여전히 ​​남아 있습니다. 정말 좋은 일을 하려면 훨씬 더 많은 돈을 쏟아부어야 합니까?내 솔루션은 99와 같은 태양계에 있지도 않습니다.

일부 인터넷 댓글 작성자가 기대하는 999% 정확한 스캐너. 그러나 BlueNet은 95% 정확도 목표만 충족하면 됩니다. 따라서 100만 달러로 80% 정확도를 달성하고 1천만 달러로 90% 정확도를 달성하면 언제 지출을 중단하시겠습니까?

게다가, 이 기술이 여기 오세아니아에서 상업적 응용이 입증된 것을 고려할 때, 지역 신생 기업이 혜택을 받을 수 있을 때 독점의 긴밀한 솔루션에 얼마나 더 많은 납세자의 돈을 쏟아 부어야 할까요? 호주는 결국 혁신 국가가 되어야 합니다.