Системы видеонаблюдения будут лучше распознавать номера автомобилей
Суть идеи: заранее отбраковывать некорректные изображения, а затем корректировать параметры камеры.Если сразу отсеять заведомо некорректные изображения, вычислительные ресурсы не будут использоваться для дальнейшего распознавания, а также снизится вероятность ошибки. Для определения степени засвеченности автомобильного номера специалисты предлагают использовать анализ гистограммы яркостей.
«95,7% номеров верно классифицировались как засвеченные. Для определения степени смазанности была построена нейронная сеть , которая обеспечивает точность классификации 96,4% при минимальном времени обработки 0,073 мc», — говорит Игорь Тёмкин, заведующий кафедрой АСУ НИТУ МИСИС.
Разработанный алгоритм даёт оценку, сколько изображений оказались смазанными или засвеченными. Эти данные, в свою очередь, могут быть использованы для корректировки параметров камеры: изменив значения выдержки и диафрагмы можно повысить качество последующих кадров.
И продолжая тему. В департаменте транспорта Москвы рассказали, как работают комплексы фиксации нарушений на перекрёстках. За соблюдением правил на самых загруженных пересечениях следят камеры, дополненные системой искусственного интеллекта, которые отслеживают сложные нарушения.
