В НОВОЙ ВЕРСИИ
Значительно улучшен модуль распознавания автомобильных номеров. Теперь для европейских, американских и российских номеров используются разные нейросетевые модели, что позволяет существенно повысить точность распознавания.
Особое внимание уделено российским номерам: последние 2–3 цифры, указывающие на субъект федерации, имеют иной шрифт и расположение, поэтому для них применяется отдельная оптимизированная нейросеть.
Система автоматически определяет страну происхождения номера и выбирает наиболее подходящую модель для распознавания. В настоящее время программа успешно протестирована на большинстве европейских номеров. Также в INI-файл добавлены новые параметры, позволяющие гибко настраивать процесс распознавания.
Оптимизирована нагрузка на CPU, что особенно важно при работе с большим количеством потоков и камер.
Обновления в детекторе движения и просмотре видео
Существенно переработан нейросетевой детектор движения. Он стал точнее и чувствительнее к реальным изменениям в кадре, при этом количество ложных срабатываний заметно снизилось.
Исправлена ошибка онлайн-просмотра видеопотоков с ряда IP-камер высокого разрешения. Для таких камер увеличен буфер, что обеспечивает более стабильную работу.
Просмотр сохранённых видеозаписей теперь осуществляется в новом SmartVision Player, обеспечивающем более комфортную навигацию по архивам и просмотр файлов записанных с кодеком h.265.
От чего зависит качество распознавания номеров
Распознавание автомобильных номеров — это всегда баланс между точностью и скоростью обработки. Результат зависит от множества факторов:
·расположения камеры;
·частоты кадров (FPS);
·уровня освещения;
·производительности компьютера.
Чем больше кадров в секунду передаётся на модуль распознавания, тем выше вероятность точного определения номера. Например, при 30 кадрах в секунду точность заметно выше, чем при 5 кадрах. Однако увеличение числа кадров требует и большей вычислительной мощности.
Даже при высокой частоте кадров неверное расположение камеры может привести к тому, что при большой скорости автомобиля детектор «увидит» только один кадр с номером, и распознавание не произойдёт.
Для успешного определения система должна получить несколько совпадающих распознаваний — их количество задаётся в настройках программы (ini-файл).
Дополнительно используются алгоритмы анализа вероятностей ошибок по отдельным символам, что позволяет определить наиболее вероятный номер. Также применяется треккинг автомобиля, чтобы избежать путаницы при наличии нескольких машин в кадре.
Поэтому при настройке модуля распознавания особое внимание следует уделить правильному положению камеры и скорости движения транспорта относительно её поля зрения. На отдельных кадрах номер может быть смазан или искажён — именно поэтому система использует обработку множества кадров, усреднение результатов и интеллектуальные алгоритмы принятия решения.
Чем выше точность распознавания, заданная в настройках, тем более качественная камера и мощный компьютер требуются для стабильной работы.
Пример: расстояние, которое проезжает автомобиль за 1 секунду
20 км/ч — 5,56 м
40 км/ч — 11,11 м
60 км/ч — 16,67 м
120 км/ч — 33,33 м
200 км/ч — 55,56 м
Даже при скорости 20 км/ч, если камера установлена слишком близко к номеру, система может не успеть получить достаточное количество кадров для уверенного распознавания, хотя визуально номер будет хорошо виден.
Эта проблема решается двумя способами:
Корректировка параметров распознавания — уменьшение необходимого количества кадров для принятия решения.
Изменение расположения камеры — установка её так, чтобы номер находился в поле зрения не менее 1 секунды.
Для тонкой настройки параметров и оптимального размещения оборудования может потребоваться помощь инженера.