Программа для идентификации
транспортных средств с
признаками скрытых или
нечитаемых государственных
регистрационных знаков для
системы АПВГК
АО «АвтоВизор»
Система автоматической фиксации нарушений на основе технологий
компьютерного зрения и глубокого машинного обучения
Обзор технологии распознавания
Компьютерное зрение в действии
Программа АвтоВизор представляет собой комплексное программное решение
для интеллектуальной идентификации транспортных средств по их внешним
признакам в условиях, когда государственные регистрационные знаки
невозможно прочитать традиционными методами автоматической фиксации.
Технология основана на применении адаптированных сверточных нейронных
сетей (Convolutional Neural Networks, CNN), специально обученных для
распознавания индивидуальных характеристик автомобилей: геометрических
пропорций кузова, расположения фар и других световых приборов, формы
решетки радиатора, особенностей окраски и дополнительного оборудования.
Алгоритм работает в режиме реального времени, обрабатывая поток
видеоданных от распределенной сети камер фото-видео фиксации,
установленных на контрольно-пропускных пунктах, пунктах весового контроля и
магистральных трассах.
Ключевые возможности
• Распознавание ТС по внешним признакам при
нечитаемых номерах
• Обработка изображений в реальном времени
• Интеграция с существующими комплексами
АПВГК
• Формирование цифровых профилей автомобилей
• Поиск по базам данных видеофиксации
• Автоматическое обнаружение нарушителей
Алгоритм работы системы
Обнаружение объекта
Программа АвтоВизор обнаруживает транспортное средство на
изображении и выделяет его контур с помощью методов
детекции объектов в изображениях
Извлечение признаков
Нейронная сеть анализирует изображение и выделяет
характерные визуальные признаки: геометрические пропорции,
цветовые характеристики, структуру поверхностей
Формирование профиля
Создается уникальный цифровой профиль транспортного
средства в виде вектора признаков, позволяющего произвести
однозначную идентификацию
Поиск в базе данных
Программа АвтоВизор выполняет поиск совпадений в базе
данных видеофиксации, используя алгоритмы ближайших
соседей и семантического поиска
Процесс обработки изображения происходит за доли секунды, что позволяет интегрировать систему в существующие комплексы АПВГК
без замедления их работы. Каскадная модель обработки данных обеспечивает высокую точность распознавания даже при
неблагоприятных условиях съемки: плохая погода, низкое качество изображения, нестандартное освещение, частичное закрытие
автомобиля другими объектами.
Бизнес-модель проекта
Система АвтоВизор предлагается по модульному принципу, что позволяет заказчику выбрать оптимальный вариант в зависимости от текущих
потребностей и бюджетных возможностей. Каждый модуль может быть приобретен отдельно или в составе комплексного решения.
Разработка ПО
Проектирование и реализация Программы АвтоВизор
Внедрение
Установка, настройка и интеграция Программы в существующую
инфраструктуру АСВГК в регионе
Оборудование
Поставка камер, серверов и других технических компонентов системы
Поддержка
Техническое сопровождение, обновления и расширение
функциональности
Модель ценообразования построена таким образом, чтобы минимизировать первоначальные капитальные затраты заказчика при обеспечении поэтапного
развития системы. Возможна аренда вычислительных ресурсов в облаке вместо покупки собственного серверного оборудования, что снижает начальные
инвестиции и позволяет масштабировать систему по мере роста объема обрабатываемых данных.
Модуль 1: Разработка программного продукта
Каскадная модель разработки
Разработка Программы АвтоВизор осуществляется по классической каскадной модели жизненного цикла программного
обеспечения, где каждая стадия выполняется последовательно и завершается до начала следующей.
01
Анализ требований
Формулирование целей проекта, определение
функциональных и нефункциональных требований,
выявление ограничений системы, анализ технических
и организационных предпосылок внедрения
02
Проектирование архитектуры
Разработка структуры программного решения,
определение модулей системы, проектирование
интерфейсов взаимодействия, создание схемы баз
данных, разработка API для интеграции
03
Реализация функциональности
Программирование модулей системы, интеграция
компонентов, разработка пользовательского
интерфейса, реализация алгоритмов компьютерного
зрения и машинного обучения
04
Тестирование и верификация
Проверка корректности работы Программы АвтоВизор, тестирование
производительности, валидация точности распознавания, устранение выявленных
дефектов, подготовка документации
05
Внедрение и поддержка
Установка Программы АвтоВизор у заказчика, настройка параметров, обучение
персонала, запуск в промышленную эксплуатацию, техническая поддержка
В процессе разработки применяются современные методологии управления проектами и обеспечения качества программного обеспечения. Код пишется на языке
Python с использованием библиотек глубокого обучения TensorFlow и PyTorch, обеспечивая гибкость и возможность дальнейшего развития системы.
Модуль 2: Внедрение Программы АвтоВизор
Этап внедрения представляет собой комплекс мероприятий по интеграции нового программного обеспечения в существующие системы весо-габаритного контроля и
настройке всей технической инфраструктуры для работы программы
Создание сети камер
Закупка камер, отвечающих требованиям системы
комплексов фото-видео фиксации. Сборка, монтаж,
установка, калибровка и пусконаладочные работы.
Объединение и интеграция комплексов в единую сеть
с централизованным управлением
Серверная инфраструктура
Закупка серверной группы с предустановленным ПО.
Объединение серверов в логический блок для
балансировки нагрузки и обеспечения
отказоустойчивости системы. Создание группы в
диспетчере сервера с отображением сведений о
событиях, службах и счётчиках производительности
Система управления БД
Создание, управление и использование баз данных.
Создание структур базы данных (таблиц, индексов,
представлений). Ввод и изменение данных, поиск и
выборка с помощью запросов. Обеспечение
целостности и управление доступом к данным
Цель внедрения — повышение эффективности работы комплексов АПВГК за счёт цифровизации процессов идентификации транспортных средств с нечитаемыми
государственными регистрационными знаками. Система интегрируется с существующими комплексами автоматической фиксации нарушений, используя их как
источник видеоданных для анализа.
Модуль 2: Технологии и базы данных
Создание баз видеоданных
Формируется распределенная база данных, включающая видеоматериалы с
пунктов весового контроля и камер видеонаблюдения по маршруту
следования автомобиля-нарушителя. Создается подсистема извлечения
видеоданных для автоматического сбора сведений с видеокамер.
Подсистема извлечения изображений
Осуществляет итерационный способ выделения из общего потока
транспортных средств по укрупнённым признакам внешнего вида за счет
применения последовательно работающих предобученных сверточных
нейронных сетей.
Технологии машинного обучения
Создание датасета для обучения нейронных сетей включает приведение
форматов изображений, получаемых с разных камер видеофиксации, к
однообразному виду.
Формирование набора изображений
Создается набор изображений автомобиля-нарушителя (до 50 штук) методом
девиации исходного изображения для устранения влияния отличий
изображений, выдаваемых отдельными камерами видеонаблюдения.
1
Классификация ТС
Решение задач классификации транспортных
средств по категориям и типам с помощью
нейронных сетей
2
Верификация
Проверка принадлежности изображения
конкретному транспортному средству с
высокой степенью достоверности
3
Глубокое обучение
Применение технологии глубокого машинного
обучения на основе языка программирования
Python с открытым кодом
Подсистема выявления (идентификации) автомобиля-нарушителя по индивидуальным признакам использует технологии семантического поиска в изображениях,
позволяя находить совпадения даже при значительных различиях в условиях съемки.
Модуль 3: Промышленная эксплуатация и техническая поддержка
Программы АвтоВизор
Внедрение ПО
Установка программного продукта на серверное оборудование заказчика с
настройкой всех необходимых параметров и интеграцией с существующими
системами
Анализ результатов
Мониторинг формирования результатов обработки данных, сбор статистики
обнаружения нарушителей, формирование отчетов для анализа
Оценка качества
Проверка точности распознавания, выявление случаев ложных срабатываний,
оценка полноты обнаружения нарушителей
Статистика обработки
Сбор и анализ метрик производительности системы, включая скорость
обработки изображений, точность идентификации, время отклика
На этапе промышленной эксплуатации Программа АвтоВизор работает в режиме реального времени, обрабатывая видеопотоки от всех подключенных камер
фиксации. Техническая поддержка включает круглосуточный мониторинг работы системы, оперативное устранение возникающих неполадок, регулярные обновления
программного обеспечения и консультационную поддержку пользователей.
Создаются автоматизированные рабочие места администратора и пользователей системы, включающие закупку необходимых программных и аппаратных средств,
настройку учетных записей пользователей с различными уровнями доступа, настройку информационных ресурсов и контроль доступа к периферийным устройствам.
Модули 4 и 5: Расширение и развитие системы
Расширение сети комплексов
Анализ работоспособности действующих
комплексов сети, подбор производителя
камер на основании точности и качества
фиксации, закупка, установка, настройка и
интеграция в общую сеть новых камер фото-
видео фиксации
Обучение нейросети
Доработка интерфейса для проверки работы
Модуля автоматизированной
интеллектуальной идентификации ТС.
Обучение нейронной сети для формирования
цифровых профилей транспортных средств на
основе новых данных
Внедрение новых параметров
Доработка модуля сопоставления
фотоматериалов ТС, полученных из Модуля
КФВФ и Модуля приема и обработки проездов,
для нахождения данного ТС в базе данных
проездов по цифровому профилю
Масштабирование инфраструктуры
По мере роста покрытия территории и увеличения количества камер
фиксации система масштабируется за счет добавления вычислительных
ресурсов и расширения баз данных. Обеспечивается совместимость с
камерами различных производителей.
Улучшение точности распознавания
Постоянное обучение нейронных сетей на новых примерах позволяет
повышать точность идентификации транспортных средств. Внедряются
новые параметры распознавания, учитывающие специфику различных
типов автомобилей и условий эксплуатации.
Развитие системы происходит постепенно, что позволяет заказчику контролировать инвестиции и получать отдачу от каждого этапа внедрения. Возможна
гибкая настройка системы под специфические требования конкретного региона или организации.
Итоги и преимущества Программы АвтоВизор
Повышение эффективности
Увеличение процента выявления нарушителей с
нечитаемыми или скрытыми государственными
регистрационными знаками в 3-5 раз по
сравнению с традиционными методами фиксации
Снижение затрат
Окупаемость системы достигается за 12-18
месяцев за счет снижения административных
издержек и увеличения поступлений от штрафов
за нарушения ПДД
Технологическое лидерство
Использование передовых технологий
компьютерного зрения и глубокого машинного
обучения обеспечивает конкурентное
преимущество и соответствие мировым
стандартам
Ожидаемые результаты внедрения
Система АвтоВизор позволяет закрыть критическую проблему идентификации транспортных
средств, использующих нечитаемые или намеренно скрытые государственные регистрационные
знаки для уклонения от ответственности за нарушения правил дорожного движения.
Внедрение системы обеспечивает комплексное решение задачи распознавания автомобилей по
внешним признакам, интегрируясь с существующими комплексами автоматической фиксации
нарушений без необходимости их замены. Модульная архитектура позволяет поэтапно развивать
систему в зависимости от бюджетных возможностей и оперативных потребностей заказчика.
Дальнейшее развитие
Перспективы развития системы включают интеграцию с
системами распознавания номеров других регионов и стран,
расширение типов идентифицируемых нарушений, применение
технологий распознавания лиц водителей в случаях
повторных нарушений.
95%
Точность распознавания
При благоприятных условиях съемки
3-5x
Рост эффективности
По сравнению с традиционными методами
12-18
Месяцев окупаемости
При полной загрузке системы
Система АвтоВизор представляет собой готовое решение для организаций, ответственных за обеспечение безопасности дорожного
движения и контроль соблюдения правил эксплуатации транспортных средств, включая ГИБДД, дорожные службы и коммерческие
организации, осуществляющие мониторинг автопарков.
Контакты
АО «АВТОВИЗОР»
Интеллектуальные транспортные системы нового поколения