Специалисты улучшили алгоритм для определения засвеченных и смазанных номеров машин.
Специалисты улучшили алгоритм для определения засвеченных и смазанных номеров машин.
Алгоритмы камер видеонаблюдения, определяющие смазанные и засвеченные номера автомобилей усовершенствовали ученые Университета науки и технологий МИСИС совместно со специалистами компании "СИТИЛАБС". рассказали "Газете.Ru" в МИСИС.
Идентификация конкретного автомобиля по государственному регистрационному знаку - одна из важных задач, возникающих при анализе дорожно-транспортных ситуаций, в том числе и в условиях технологических дорог. Зачастую машины распознаются некорректно из-за высокой скорости автомобиля, яркого света фар, запыленности, а также недостаточных возможностей камеры.
Специалисты предлагают использовать анализ гистограммы яркостей для определения степени засвеченности автомобильного номера. Хорошо известная нейронная сеть yolo-v5 используется для детектирования как транспортных средств, так и автомобильных номеров.
Заведующий кафедрой автоматизированных систем управления (АСУ) НИТУ МИСИС Игорь Темкин рассказал, что при обучении нейронных сетей для идентификации автомобилей и номеров формировались датасеты с учетом времени суток, сезонности и погоды. После определения области знаков на изображении, выбранный участок из трехмерного цветового пространства RGB сводится к одномерному "серому". Затем после подсчета гистограммы выделяется та часть, отвечающая за "пересвеченность". Таким образом, 95,7% номеров верно классифицировались как засвеченные. Была построена нейронная сеть для определения степени смазанности с уникальной архитектурой, обеспечивающей точность классификации 96,4% при минимальном времени обработки 0,073 мc на ПК.
При работе над нейронной сетью для определения смазанности отдельной задачей стояло создание датасета для обучения. Разработанный алгоритм, кроме классификации на читаемые и нечитаемые изображения, также дает количественную оценку степени смазанности и засвеченности. Эти данные могут быть использованы для корректировки параметров камеры, таких, как значение диафрагмы и выдержки, что повысит качество последующих кадров.
Предложенные подходы в ходе экспериментов показали эффективность на различных устройствах.
Фото ТЕЛЕПОРТ.РФ
При использовании материалов активная индексируемая гиперссылка на сайт ТЕЛЕПОРТ.РФ обязательна.
