loading

Помните сканер номерных знаков за 86 миллионов долларов, который я воспроизвел?

Несколько недель назад я опубликовал, как мне казалось, довольно безобидную статью: «Как я воспроизвел проект стоимостью 86 миллионов долларов в 57 строках кода». По сути, я имел в виду, что Id воспроизвела ту же технологию сканирования и проверки номерных знаков, за которую полиция штата Виктория, Австралия, только что заплатила 86 миллионов долларов.

Помните сканер номерных знаков за 86 миллионов долларов, который я воспроизвел? 1

С тех пор реакции были ошеломляющими. Моя статья получила более 100 000 посещений в первый день, а на последний взгляд — около 450 000. Меня приглашали выступить в ток-шоу на местном радио и на конференции в Калифорнии.

Я думаю, что кто-то мог неправильно истолковать Викторию, Австралия, как Викторию, Британская Колумбия. Хотя я вежливо отклонил эти предложения, я встречался за чашкой кофе с различными местными разработчиками и известными фирмами. Это было невероятно захватывающе.

Большинство читателей увидели в ней то, чем она была на самом деле: доказательство концепции, чтобы вызвать дискуссию об использовании технологий с открытым исходным кодом, государственных расходах и желании одного человека создавать классные вещи, не вставая с дивана. Педанты указали на отсутствие обучения, поддержки и обычных корпоративных расходов на ИТ, но никому не стоит тратить время на их изучение. Я бы предпочел провести этот пост, рассматривая свои результаты и то, как другие могут повысить свою точность.

Прежде чем мы слишком углубимся в результаты, я хотел бы остановиться на одной вещи, которая, как мне кажется, была потеряна в исходном посте. Концепция этого проекта началась совершенно отдельно от проекта BlueNet стоимостью 86 миллионов долларов. Это ни в коем случае не было попыткой сбить его с толку.

Помните сканер номерных знаков за 86 миллионов долларов, который я воспроизвел? 2

Все началось с навязчивой мысли, что, поскольку OpenCV существует, а на веб-сайте VicRoads есть проверка номерных знаков, должен быть способ объединить их или использовать что-то лучшее. Только когда я начал писать, я наткнулся на BlueNet. Обнаружение BlueNet и его цена дали мне отличный редакционный угол с уже написанным кодом.

Между проектами должны были быть некоторые несоответствия. Я также считаю, что отчасти причиной этого взрыва было удобное время для отчета о расточительных государственных расходах на ИТ в Австралии. Счет федерального правительства за ИТ подскочил с 5 долларов.

от 9 до 10 миллиардов долларов, и это принесло сомнительную ценность для этого взрыва. Связавшиеся со мной медиа-исследователи быстро связали эти два сообщения, но я не тороплюсь их поощрять.

Мой предыдущий работодатель выполнял небольшие (менее 1 миллиона долларов) ИТ-проекты для полиции штата Виктория и других государственных органов. В результате я прошел полицейские проверки и заполнил формы, необходимые для того, чтобы стать подрядчиком VicPol. Это может означать, что у меня есть топор, которым нужно заниматься, или что у меня есть определенные инсайдерские знания, но вместо этого я горжусь проектами, которые мы реализовали.

Они были выполнены вовремя и в рамках бюджета. Визуализация результатов Ниже приводится видеопрезентация моих результатов, скомпонованная в After Effects для развлечения. Я записал разные пробные кадры, и этот клип оказался самым удачным.

Я подробно расскажу об идеальных настройках камеры, областях обнаружения и многом другом после видео. Это поможет вам лучше понять, почему это видео с iPhone, которое я снял через лобовое стекло, лучше, чем Contour HD, снятое под углом из бокового окна. Этическая дилемма Если вы видели главный рисунок этой статьи или смотрели видео выше, вы, возможно, заметили очень интересное развитие событий: я кого-то поймал.

В частности, я поймал кого-то за рулем автомобиля с аннулированной регистрацией с 2016 года. Это могло произойти по многим причинам, самая невинная из которых — сомнительная практика перепродажи. Иногда, когда частная продажа транспортного средства не осуществляется по правилам, покупатель и продавец могут не завершить официальную передачу регистрации.

Это экономит покупателю сотни долларов, но автомобиль по-прежнему зарегистрирован на продавца. Нередко продавец затем отменяет регистрацию и получает специальное возмещение за оставшиеся месяцы, которое также стоит сотни долларов. В качестве альтернативы, водитель автомобиля вполне может быть преступником, которого мы подозреваем.

Так что, хотя я в шутку назвал этот проект стукачом, когда устанавливал его на своем компьютере, теперь я столкнулся с загадкой, стоит ли сообщать об увиденном. В конечном итоге водитель был обнаружен с помощью прототипа полицейского устройства. Но ездить по регистрации 2016 года (аннулированной, не просроченной) — очень обдуманный шаг.

Хмм. Вернемся к результатам. Из многих откликов на мою статью значительная часть была вполне буквальной и сомнительной. Поскольку я сказал, что скопировал программное обеспечение, они заявили, что у меня должен быть центр поддержки, гарантии и учебные пособия.

Один даже попытался воспроизвести мои результаты и столкнулся с неизбежными препятствиями качества изображения и исходного материала. Из-за этого некоторые подразумевали, что я тщательно выбирал исходные изображения. На это я могу сказать только: Ну, хех.

Когда я построил свое первоначальное доказательство концепции (опять же, сосредоточившись на проверке идеи, а не на воспроизведении BlueNet), я использовал небольшой набор образцов, состоящий менее чем из десяти изображений. Поскольку настройка камеры является одним из, если не самым важным фактором в ALPR, я выбрал их за идеальные характеристики, улучшающие распознавание. В конце концов, очень просто взять хрупкое доказательство концепции и сломать его.

Настоящая инновация и вызов кроются в том, чтобы проверить концепцию и заставить ее работать. На протяжении всей моей профессиональной карьеры многие старшие разработчики говорили мне, что что-то невозможно сделать или, по крайней мере, нельзя сделать своевременно. Иногда они были правы.

Часто они просто избегали риска. Нет ничего невозможного, пока это не доказано. Многие люди искажают эту цитату, и вы, возможно, видели или слышали одно из ее воплощений раньше.

На мой взгляд, он точно отражает здоровое мышление разработчиков, при котором добавление и проверка идей почти обязательны для их понимания. Оптимальные настройки камеры ALPR. Это может произойти только при сочетании аппаратных, программных и сетевых решений.

После публикации моей оригинальной статьи люди, продающие камеры ALPR, быстро дали совет. Оптический зум. Оглядываясь назад, наиболее очевидным решением является использование оптического зума. Хотя я исследую другие важные факторы ниже, ни один из них не приводит к такому явному увеличению узнаваемости, как этот.

В общем, профессиональные решения ALPR смещены под углом, обучены тому, где будет номерной знак, и увеличены в области для максимальной четкости. Это означает, что чем больше масштаб, тем больше пикселей для игры. Все камеры, которые были в моем распоряжении. были с фиксированной линзой.

Среди них: Экшн-камера Contour HD. Они вышли в 2009 году, и я использую свой, чтобы записывать свои поездки на велосипеде и каждую неделю воспроизводить предсмертный опыт. Fujifilm X100S (известный как фиксированный объектив с фиксированным фокусным расстоянием) Мой iPhone 6 Рекомендуемый тестовый запуск был записан на моем телефоне.

Моим единственным методом воспроизведения оптического зума было использование приложения для записи в формате 3K вместо 1080p, а затем цифровое масштабирование и обрезка. Опять же, больше пикселей для игры. Угол & Позиционирование Угол обзора 30° часто называют стандартом для идеального распознавания номерных знаков.

Это невероятно важно, когда вы узнаете, что BlueNet использует массив камер. Это также имеет смысл, если учесть, что фронтальная камера, как правило, не очень много видит.

Он будет состоять из одной камеры, направленной в мертвую точку, как указано выше, двух смещенных от центра по 30 с каждой стороны и одной задней камеры. Ценность того, что большинство камер направлены вперед, будет заключаться в увеличении времени реакции, если транспортное средство движется в противоположном направлении. Это позволило бы быстрее сканировать, обрабатывать и выполнять разворот, чем если бы камеры заднего вида зафиксировали подозрительный автомобиль уже в десяти метрах от полицейской машины.

Gymbal При компоновке видео я подумал о стабилизации отснятого материала. Вместо этого я решил показать ухабистую езду такой, какой она была. Вы видели, как я держал телефон возле лобового стекла, пока моя жена вела машину.

Проверьте этот строгий научный метод. Другие важные факторы Частота кадров Как попытка воспроизвести мой проект, так и мои записи с тех пор исследовали одно и то же заблуждение, что частота кадров выборки ALPR может быть связана с успехом. По моему опыту, это не дало ничего, кроме ненужных циклов.

Вместо этого невероятно важна скорость затвора, создающая чистые, четкие кадры, которые хорошо вписываются в алгоритм. Но я также тестировал довольно низкоскоростные кадры. В лучшем случае два транспортных средства, проезжающие друг мимо друга в зоне 60 км/ч, создают разницу в 120 км/ч.

BlueNet, с другой стороны, может работать до заявленной скорости 200 км/ч. В качестве решения этой проблемы коллега предложил обнаружение объектов и внеполосную обработку. Определите транспортное средство и нарисуйте ограничивающую рамку.

Подождите, пока он войдет в идеальный угол распознавания и увеличьте масштаб. Затем сделайте серию фотографий для асинхронной обработки. Я изучал использование OpenCV (node-opencv) для распознавания объектов, но нашел что-то более простое, например, распознавание лиц, занимающее от 600 800 мс.

Он не только не идеален для моего использования, но и довольно плох в целом. На помощь приходит хайп-поезд TensorFlow. Имея возможность работать на устройстве, есть примеры проектов, идентифицирующих несколько транспортных средств в кадре с поразительным числом 27.

7fps. Эта версия может даже выставлять оценки скорости. Юридически бесполезный, но, возможно, полезный в повседневной работе (в ридми нет бенчмарка fps).

Чтобы лучше объяснить, как высокопроизводительное распознавание транспортных средств может сочетаться с более медленными методами ALPR, я создал еще одно видео в After Effects. Я предполагаю, что два взаимосвязанных процесса будут выглядеть примерно так: Частота кадров и скорость затвора Различное проявление частоты кадров в значительной степени зависит от скорости затвора, а точнее, от проблем со скользящим затвором, которые досаждают цифровым фильмам раннего или низкого уровня. рекордеры. Ниже приведен снимок из некоторых кадров Contour HD.

Вы можете видеть, что только на скорости 60 км/ч проблема со скользящим затвором делает отснятый материал более или менее непригодным для использования с точки зрения ALPR. Регулировка частоты кадров как на Contour HD, так и на моем iPhone не привела к заметно меньшему искажению. Теоретически более высокая скорость затвора должна давать более четкие и четкие изображения.

Они станут еще более важными, если вы будете гнаться за эталоном BlueNet со скоростью 200 км/ч. Меньшее размытие и меньшее искажение скользящего затвора в идеале привели бы к лучшему чтению. Версия Open ALPR Одним из наиболее интересных открытий было то, что версия node-openalpr, которую я использовал, устарела и далеко не так мощна, как их проприетарное решение.

Хотя требование открытого исходного кода, безусловно, было фактором, было удивительно, насколько точно облачная версия могла успешно считывать кадры, на которых я даже не мог идентифицировать номерной знак. нет способа переопределить это. Вы должны сбросить чужую вилку, что позволит вам указать дополнительный параметр страны.

Но это не всегда помогает. Используя алгоритм США по умолчанию, я смог получить большинство результатов. Указание австралийского набора данных фактически вдвое сократило количество успешных считываний планшетов, и ему удалось найти только одно или два, которые алгоритм США не смог найти.

Предоставление отдельного австралийского набора широкоформатных пластин снова уменьшило вдвое количество и представило одну дополнительную пластину. Очевидно, что есть много чего пожелать, когда речь идет об австралийских наборах данных для ALPR, и я думаю, что огромное количество стилей пластин, доступных в Виктория является одним из факторов, способствующих этому. Planar WarpsOpen ALPR поставляется с одним конкретным инструментом для уменьшения влияния искажений как из-за угла камеры, так и из-за проблем со скользящим затвором.

Плоская деформация относится к методу, при котором координаты передаются в библиотеку для наклона, перемещения и поворота изображения до тех пор, пока оно не будет близко напоминать прямолинейную пластину. все скорости. Когда вы рассматриваете скользящий затвор, имеет смысл, что искажение растет по отношению к скорости автомобиля.

Я бы предположил, что в качестве коэффициента может работать подача данных акселерометра или скорости GPS. Или, вы знаете, получить камеру, которая не является полностью мусором. Что другие делают в отрасли? Многочисленные читатели связались после последнего поста, чтобы поделиться своим собственным опытом и идеями.

Возможно, одним из наиболее интересных решений, которыми я поделился со мной, была компания Auror в Новой Зеландии. Они используют стационарные камеры ALPR на заправочных станциях, чтобы сообщать о краже бензина людьми. Само по себе это не особенно ново и революционно.

Но в сочетании со своей сетью они могут автоматически поднимать тревогу, когда известные преступники возвращаются или нападают на заправочные станции в этом районе. Независимые разработчики в Израиле, Южной Африке и Аргентине проявили интерес к созданию своих собственных взломанных версий Блюнет. Некоторым, вероятно, будет лучше, чем другим, поскольку в таких странах, как Израиль, используются семизначные номерные знаки без букв алфавита.

Ключевые выводы За последние несколько недель я слишком многому научился, чтобы уместиться в один пост. Несмотря на то, что было много недоброжелателей, я действительно ценю поддержку и знания, которые были посланы мне. Есть много проблем, с которыми вы столкнетесь, пытаясь создать собственное решение ALPR, но, к счастью, многие из них являются решенными проблемами. .

Чтобы представить вещи в перспективе, я дизайнер и разработчик интерфейса. Я потратил около десяти часов на отснятый материал и код, еще восемь на производство видео и, по крайней мере, еще десять на одни только рецензии. Я добился того, что имею, стоя на плечах гигантов.

Я устанавливаю библиотеки, созданные умными людьми, и воспользовался советами людей, которые зарабатывают на жизнь продажей этих камер. Вопрос стоимостью 86 миллионов долларов по-прежнему остается открытым: сможете ли вы создать наполовину готовое решение, которое хорошо справляется со своей задачей, стоя на плечах гигантов? гораздо больше денег вы должны вложить, чтобы сделать действительно хорошую работу? Мое решение даже не в той же солнечной системе, что и 99.

Сканер с точностью 999%, чего, кажется, ожидают некоторые интернет-комментаторы. Но опять же, BlueNet должен соответствовать только цели точности 95%. Итак, если 1 миллион долларов дает вам точность 80%, а, может быть, 10 миллионов долларов дают вам точность 90%, когда вы перестанете тратить?

Кроме того, учитывая, что технология доказала свое коммерческое применение здесь, в Океании, сколько еще денег налогоплательщиков следует вкладывать в проприетарное решение с закрытым исходным кодом, когда местные стартапы могут получить выгоду? В конце концов, Австралия должна быть инновационной страной.

Свяжись с нами
Рекомендуемые статьи
Чехлы
Это был месяц, наполненный слухами о различных типах датчиков, которые Sony в настоящее время разрабатывает и, вероятно, выпустит в течение 2019 года из полнокадровых датчиков 8K.
Введение в систему интеллектуальной парковки. Система интеллектуальной парковки — это электрическое устройство, которое предоставляет удобочитаемую информацию, помогающую людям ориентироваться в пути.
Управление автостоянкойОпределение управления автостоянкой - это практика управления автостоянками и их территориями для достижения цели обеспечения
Как использовать систему парковки автомобилей anpr? Система парковки стала популярным способом обеспечения бесперебойной работы вашего бизнеса. Преимущество парковочной системы в том, что она может
Почему решения для парковки anpr? Когда вы паркуете свой автомобиль на решениях для парковки anpr, вы обычно пользуетесь многими преимуществами решений для парковки anpr. Это
Что такое парковочные системы Anpr? Парковочные системы Anpr предназначены для того, чтобы людям было проще парковать свои автомобили в городе. Система использует датчики для измерения ди
Что такое парковка укладчика? Я застрял в пробке. Я должен парковать свою машину тут и там. Есть так много мест, чтобы припарковать мою машину. Что вы делаете? Ты просто паркуешься?
Как работает автоматизированная система управления парковкой? Есть так много вещей, которые вы можете сделать, чтобы улучшить качество своей жизни. И когда вы сделали все, что вы
Введение в автомат для парковки Трудно дать четкое описание того же самого. Многие люди используют один и тот же формат, что облегчает понимание
Что такое парковка укладчика автомобилей? Я должен использовать свой смартфон при использовании Интернета. При использовании Интернета легко отвлечься на то, что происходит вокруг меня
нет данных
Shenzhen Tiger Wong Technology Co., Ltd является ведущим поставщиком решений для управления доступом для интеллектуальной системы парковки транспортных средств, системы распознавания номерных знаков, турникета контроля доступа для пешеходов, терминалов распознавания лиц и Решения для парковки LPR .
нет данных
CONTACT US

Шэньчжэнь TigerWong Technology Co.,Ltd

Тел:86 13717037584

Электронная почта: info@sztigerwong.com

Добавить: 1-й этаж, здание А2, Индустриальный парк Silicon Valley Power Digital, № 1. улица Дафу, 22, улица Гуанлан, район Лунхуа,

Шэньчжэнь, провинция Гуандун, Китай  

                    

Авторское право©2021 Шэньчжэнь TigerWong Technology Co.,Ltd  | Карта сайта
Contact us
skype
whatsapp
messenger
contact customer service
Contact us
skype
whatsapp
messenger
Отмена
Customer service
detect