Evidenčné čísla vozidiel existujú v rôznych tvaroch, veľkostiach a farbách po celom svete a s postupom technológií sa zvyšuje aj snaha o ich štandardizáciu. Pre spoločnosti pracujúce s technológiou Automatic License Plate Recognition (ALPR, tiež známej ako ANPR) je to skvelá správa. No aj napriek týmto snahám čítanie evidenčného čísla – či už štandardného alebo jedinečného – stále predstavuje množstvo výziev. Od netradičných formátov a opotrebovaných tabuliek až po náročné uhlové zábery kamery a rýchlo sa pohybujúce vozidlá rozmazávajúce obraz — medzi ALPR systémami a bezchybným rozpoznávaním stojí mnoho prekážok.
Najväčšie výzvy rozpoznávania evidenčných čísiel
Pozrime sa na najnáročnejšie výzvy, ktoré musia prekonať aj tie najpokročilejšie systémy ALPR. Hoci technológia Automatic License Plate Recognition (ALPR) priniesla revolúciu do identifikácie vozidiel a monitorovania, stále čelí prekážkam, ktoré si vyžadujú inovatívne riešenia. Od variabilných tabuliek až po náročné kamerové uhly a poveternostné podmienky — každá prekážka posúva hranice ALPR technológie.
Výzvy ako poškodené tabuľky, odrazy svetla alebo hustá premávka môžu narušiť rozpoznávanie. K tomu sa pridávajú environmentálne faktory, ako dážď či hmla, a tiež vysoké rýchlosti, pri ktorých vozidlá prechádzajú popri kamerách. Medzi týmito výzvami najviac vyniká jedna: personalizované tabuľky a jedinečné farby, ako napríklad červené evidenčné čísla, ktoré prinášajú problémy vyžadujúce sofistikované prístupy.
Zložitosť personalizovaných tabuliek a jedinečných farieb
V tomto článku sa zameriame na výzvy spojené s neštandardnými tabuľkami. Tabuľky s vlastnými vzormi alebo netradičnými odtieňmi, ako je červená, môžu byť obzvlášť náročné. Slabé svetelné podmienky problém ešte zhoršujú, pretože detaily splývajú v infračervenom osvetlení, čo sťažuje presné rozpoznávanie.
Na riešenie týchto problémov kombinujú pokročilé systémy ALPR najmodernejší hardvér s inteligentným softvérom. Špecializované nastavenia kamier optimalizujú snímanie obrazu, zatiaľ čo algoritmy poháňané neurónovými sieťami analyzujú štruktúru tabuľky a regionálne vzory, predpovedajú chýbajúce alebo nejasné znaky. Vďaka učeniu sa z rozmanitých datasetov tieto systémy neustále zlepšujú svoju schopnosť presne identifikovať aj tie najzložitejšie dizajny.
Hoci sa tento článok zameriava na vlastné tabuľky a jedinečné farby, budúce príspevky sa budú venovať ďalším kľúčovým výzvam, ako je zvládanie odleskov, vysokorýchlostnej premávky a vplyvu environmentálnych podmienok. Teraz sa však bližšie pozrime na to, ako systémy ALPR prekonávajú zložitosť červených evidenčných čísiel.
Prečo je čítanie červených evidenčných čísiel takou výzvou?
Mnohé systémy ALPR (Automatic License Plate Recognition) sa spoliehajú na infračervené (IR) svetlo na snímanie údajov z tabuliek pri slabom osvetlení alebo v noci; avšak IR svetlo nedokáže zachytiť informácie o farbe. To predstavuje problém v regiónoch, kde je farebné rozlíšenie nevyhnutné, pretože IR osvetlenie nedokáže odlíšiť napríklad červené a zelené tabuľky s identickými znakmi.
Teraz si predstavte toto: potrebujete prečítať tabuľky, ktoré sa vymykajú zaužívaným normám — s červenými znakmi na svetlom pozadí alebo s červeným pozadím a bielymi znakmi. K tomu musíte túto úlohu zvládnuť v noci, v menej než ideálnych svetelných podmienkach. Znie to náročne, však? Áno — ale máme riešenie.
Najprv sa pozrime na to, ako ALPR technológia funguje so štandardnými tabuľkami; pochopenie základov objasní, prečo niektoré typy tabuliek, ako sú červené, vyžadujú dodatočné úsilie.
Bez ohľadu na to, či je deň alebo noc, snímanie evidenčných čísiel závisí od viacerých kľúčových faktorov, ako sme už vyššie uviedli — rýchlosť vozidla, umiestnenie kamery, variabilita tabuliek, osvetlenie a poveternostné podmienky. Skutočná výzva však nastáva pri ALPR v noci. Bez správneho osvetlenia môže LPR kamera vnímať tabuľky iba ako nejasné tmavé tvary. Použitie bieleho svetla na osvetlenie tabuliek by mohlo rušiť vodičov a zároveň spôsobovať problémy pri tabuľkách s reflexným povrchom, keďže môže vzniknúť oslnenie a kľúčové detaily sa stratia. Preto je používanie IR svetla najčastejšou praxou pri rozpoznávaní tabuliek — avšak pri červených tabuľkách je situácia oveľa zložitejšia, a práve tam to začína byť fascinujúce!
Vysvetlenie rozpoznávania červených evidenčných čísiel
Štandardné evidenčné čísla sú v tme ľahko čitateľné vďaka infračervenému (IR) osvetleniu. IR pomáha kamerám ALPR „vidieť“ pri slabom osvetlení tým, že zvyšuje kontrast medzi znakmi na tabuľke a jej pozadím. A najlepšie na tom je, že neoslepuje vodičov, pretože IR funguje mimo viditeľného spektra.
Ľudské oko dokáže vnímať svetlo medzi 380 nm a 750 nm. Aby sa predišlo oslneniu vodičov v noci, tieto osvetľovače musia pracovať nad 750 nm. Na rozpoznávanie evidenčných čísiel v noci je optimálne IR svetlo s vlnovou dĺžkou 850 nm, zatiaľ čo IR svetlo 760 nm je vhodnejšie na počítanie pasažierov (Vidar PAX), keďže poskytuje lepšiu viditeľnosť cez čelné sklo.
Pri čítaní červených evidenčných čísiel v noci je najlepšie začať s bielymi LED svetlami. Tie poskytujú rovnomerné osvetlenie a pomáhajú prekonať bežné problémy, ako sú odlesky, netradičné veľkosti tabuliek alebo náročné fonty. Ak biele LED svetlá nefungujú, 760 nm NIR svetlá často zvládnu úlohu a poskytujú dobré výsledky. Na druhej strane, 850 nm IR svetlá sú veľmi vhodné pre červené tabuľky. Vlnová dĺžka účinne interaguje s červenou farbou, zvyšuje kontrast a zabezpečuje, aby detaily tabuľky výrazne vystúpili oproti pozadiu.
Predstavte si to ako leva, ktorý sa snaží spozorovať zebru stojacu nehybne v vysokej tráve. Z pohľadu farboslepého leva zebra splýva s trávou a stáva sa takmer neviditeľnou. Podobne aj červené svetlo má problém zvýrazniť červené tabuľky a aj keď je kamera a osvetlenie správne nastavené, výsledkom môže byť stále nečitateľný obraz.
Nastavenie kamier Adaptive Recognition na čítanie červených evidenčných čísiel
Na rozdiel od leva, ktorý potrebuje evolúciu na prekonanie svojich nočných výziev, kamery ALPR možno optimalizovať na zachytávanie červených evidenčných čísiel pomocou niekoľkých úprav. Jemným doladením konkrétnych nastavení môžu kamery presne čítať tabuľky s červenými znakmi alebo pozadím.
POZNÁMKA: Tieto konfigurácie sú prispôsobené pre kamery Adaptive Recognition Vidar ALPR v kombinácii s 850 nm IR osvetľovačmi alebo vstavaným IR osvetlením. Ak používate kamery tretích strán s niektorým zo softvérových produktov Carmen®, obráťte sa na výrobcu kamery ohľadom kompatibility.
1. Redukcia šumu
Na zníženie zrnitosti obrazu nastavte obraz svetlý, pričom hodnoty Shutter a Gain ponechajte nízke.
Odporúča sa používať čo najnižšie osvetlenie. Upozorňujeme však, že intenzita osvetlenia je výrazne ovplyvnená vzdialenosťou medzi evidenčným číslom a kamerou. Preto sa uistite, že osvetlenie je dostatočne silné na to, aby dosiahlo evidenčné čísla. Je tiež dobré zaparkovať vozidlo pred kameru a nastaviť potrebné úrovne osvetlenia pre použité vzdialenosti.
2. Kvalita obrazu
Set the JPEG Quality value between 75 and 85. This will result in a clearer image, preventing blurry characters and helping the overall ALPR process.
3. Prepínanie režimu deň/noc
Kým bežné evidenčné čísla zostávajú viditeľné dlhšie počas súmraku a úsvitu, červené evidenčné čísla sa stávajú menej viditeľnými skôr. Aby kamera spoľahlivo zachytávala červené evidenčné čísla, zariadenie musí prepínať medzi denným a nočným režimom v predstihu. Toto je možné dosiahnuť nastavením hodnoty force_daynightcut na 100 pomocou nasledujúcej HTTP požiadavky:
http://CAMERA_IP/control/brightnesscontrol?force_daynightcut=100&save&wfilter=1
4. Gamma
Hodnota gamma by mala byť nastavená medzi 1,4 a 1,5. Tým sa zabezpečí, že využitie bitov je vždy optimalizované počas procesu kódovania obrazu. Upozorňujeme, že hodnotu gamma je možné upraviť len vtedy, keď je Brightness Control nastavené na manuálny režim.
5. Režimy slabého osvetlenia
Červené evidenčné čísla sa najlepšie čítajú, ak je obraz počas dňa svetlejší a v noci o trochu svetlejší. Toto možno dosiahnuť zmenou denných a nočných hodnôt z predvolených na nasledujúce:
6. Cieľový jas
Ak kamera ponúka možnosť nastaviť hodnotu Target Brightness, uistite sa, že je v rozsahu medzi 0 (nulou) a maximálnou kladnou (+) hodnotou 100.
Upozorňujeme, že ponechanie hodnoty Target Brightness v kladnom rozsahu umožňuje získať celkovo svetlejší obraz, čo je ideálnejšie pre červené evidenčné čísla. V prípade potenciálneho preexponovania — ktoré spôsobí nečitateľnosť akýchkoľvek evidenčných čísiel — však existuje možnosť nastaviť hodnotu Target Brightness do záporného rozsahu. Inými slovami, najlepšou voľbou je nastaviť Target Brightness na takú hodnotu, ktorá zabráni pod- alebo preexponovaniu a zároveň umožní kamere čítať červené evidenčné čísla. Inými slovami, toto nastavenie vo veľkej miere závisí od prostredia inštalácie.
7. Hodnoty MDF a IRCORR
Nastavenie hodnôt MDF a IRCORR umožňuje kamere zobraziť dokonale ostré a jasné snímky počas dňa aj noci. Na konfiguráciu týchto dvoch hodnôt vykonajte nasledujúce kroky:
Krok 1: Zmerajte denné a nočné hodnoty zaostrenia
Krok 2: Nastavte rozdiel ako hodnotu MDF pomocou tejto požiadavky:
http://[cameraIPaddress]/control/filtercontrol?mdf=[difference]&save§ion=1&wfilter=1
Krok 3: Zapnite manuálnu korekciu IRCORR pomocou tejto požiadavky:
http://[camera IP address]/control/filtercontrol?ircorr=-1&save§ion=1&wfilter=1
Všimli ste si, že text v hranatých zátvorkách [] sú zástupné hodnoty? Aby požiadavky správne fungovali, vložte IP adresu vašej kamery namiesto ‚[camera IP address]‘ a nahraďte ‚[difference]‘ číselným rozdielom medzi dennými a nočnými hodnotami zaostrenia.
POZNÁMKA: POZNÁMKA: Tieto konfigurácie sú prispôsobené pre kamery Adaptive Recognition Vidar ALPR v kombinácii s 850 nm IR osvetľovačmi alebo vstavaným IR osvetlením. Ak používate kamery tretích strán so softvérom Carmen®, obráťte sa na výrobcu kamery ohľadom kompatibility.
Zhrnutie: Ako sa vysporiadať s najťažšími prekážkami ANPR
Automatic License Plate Recognition zmenilo spôsob, akým pristupujeme k identifikácii vozidiel, monitoringu a riadeníu dopravy. Napriek tomu aj tie najpokročilejšie systémy čelia výzvam, ktoré posúvajú hranice inovácií. Od zvládania vplyvov prostredia a vysokorýchlostných vozidiel až po rozlúštenie zložitých a personalizovaných tabuliek — cesta k bezproblémovému rozpoznávaniu je plná prekážok, ktoré si vyžadujú moderné riešenia.
Tento článok upriamil pozornosť na jednu z najzložitejších výziev — červené evidenčné čísla a vlastné dizajny tabuliek. Tieto odchýlky posúvajú hranice tradičných systémov ALPR, no technológia Adaptive Recognition sa s nimi dokáže vyrovnať vďaka inteligentným softvérovým algoritmom, ktoré sa dokážu prispôsobovať a vyvíjať, aby riešili takéto zložitosti. Doladením nastavení kamery a využitím riešení poháňaných neurónovými sieťami moderná technológia ALPR prekonáva medzery a ponúka výnimočnú presnosť aj v tých najnáročnejších scenároch.
A toto je len začiatok. V ďalších častiach tejto série preskúmame, ako ALPR rieši ďalšie kľúčové prekážky, ako je zvládanie odleskov, hustej premávky a extrémnych poveternostných podmienok. Spoločne odhalíme stratégie a inovácie, ktoré robia z ALPR základný prvok inteligentných dopravných systémov. Zostaňte s nami, keď sa ponoríme hlbšie do sveta najťažších výziev ALPR a ich prelomových riešení.
Máte nejaké otázky?
