МОДУЛЬ РАСПОЗНАВАНИЯ ГОС. НОМЕРОВ (КОМПАНИЯ ИНТЕГРА-С)

Автоматическое распознавание автомобильных номеров было реализовано в продукции компании «Интегра-С» еще в 2003 году, но долгое время эта возможность была известна только узкому кругу специалистов. Чтобы восполнить этот информационный пробел, мы решили провести тестирование и подробно рассмотреть возможности модуля распознавания гос. номеров. Сразу же отметим, что по всем критериям он соответствует требованиям нашего обзора. Во-первых, это отечественная система распознавания автомобильных номеров. Во-вторых, она является собственной разработкой компании «Интегра-С», а не интегрированным продуктом сторонней компании-производителя.

Впрочем, это не мешает данному программному модулю сильно отличаться от рассмотренных ранее систем. Отличия здесь носят базовый архитектурный характер, но также касаются приоритетов в области применения распознавания автомобильных номеров.

Итак, как это следует уже из названия, распознавание автомобильных номеров осуществляется не отдельной специализированной программой, а производится в программном модуле, который подключается к цифровой системе видеонаблюдения. Кстати, следует отметить тот факт, что в качестве такой системы выступает не одна, как это можно было ожидать, а две цифровых системы видеонаблюдения. Впрочем, обе они были разработаны в компании «Интегра-С», хотя и разными подразделениями. Таким образом, модуль распознавания гос. номеров (это его официальное название, и далее мы будем пользоваться им) может быть подключен к цифровым системам видеонаблюдения “Система-Лассо” и «Интегра-Видео». Это позволяет получить большую функциональность, чем та, которая присутствует у специализированных систем распознавания автомобильных номеров, ограниченных только этой функцией.

Второе отличие касается приоритетной области применения. Как заявляют разработчики, модуль распознавания гос. номеров применяется для автоматического распознавания и регистрации автомобильных номеров на контрольно-пропускных пунктах на предприятиях, платных стоянках и в гаражных комплексах. Интеграция с системой контроля доступа позволяет автоматизировать контрольно-пропускной режим. Также предполагается использовать систему и на постах ГИБДД, поскольку ее возможности позволяют сравнивать зафиксированные номера с базой данных номеров автомобилей, которые были объявлены в розыск.

Для проведения тестирования мы получили комплект, состоящий из платы видеоввода, компакт-диска с программным обеспечением и ключа защиты, который устанавливается на последовательный порт. Аппаратная часть в данном случае ничего особо интересного собой не представляла: двухканальная плата FlyVideo на базе одного АЦП BT878 довольно часто встречается на нашем рынке у разных производителей как основа цифровых систем видеонаблюдения начального уровня. Вся необходимая документация предоставлена на компакт-диске. Обычно качеству различных инструкций пользователя мы не уделяем внимания, но в данном случае нужно сделать исключение, поскольку документация оказалась на высоте. Более того, многостраничный документ в виде руководства для монтажных организаций оказался очень полезным и информативным. Здесь приводится много практических советов по выбору и установке телекамер, которые в общем виде применимы для большинства современных систем распознавания автомобильных номеров.

Учитывая подробную документацию, подключение аппаратного обеспечения, в общем, не должно вызывать никаких сложностей. Достаточно установить плату видеоввода в свободный разъем PCI системной платы компьютера и подключить ключ защиты к последовательному порту. Установку аппаратной части на этом можно считать завершенной.

С программной частью все не так просто. Все необходимое программное обеспечение и документация находятся на компакт-диске. Как обычно, потребуется установить драйвер платы видеоввода. Кроме этого, с компакт-диска нужно будет установить ПО цифровой системы видеонаблюдения “Система-Лассо”, базу данных Borland Interbase, и программное обеспечение «Автоматическое КПП» (это уже система контроля доступа, о функциях которой красноречиво говорит само название). После первого запуска цифровой системы видеонаблюдения “Система-Лассо” нужно будет зарегистрировать ключ защиты. На этом установка будет завершена. Остается только настроить систему и подключить черно-белые телекамеры для распознавания. Кстати, помимо базы данных Borland Interbase, сейчас, по словам разработчиков, используется и аналогичная бесплатная база данных FireBird.

Рассмотрение всех возможностей цифровой системы видеонаблюдения “Система-Лассо” выходит за рамки нашей статьи, поэтому мы остановимся только на тех настройках, которые связаны с модулем распознавания гос. номеров.

Для того чтобы активировать нужный нам программный модуль, потребуется зайти в настройки системы и добавить устройство “Распознавание гос. номеров автотранспорта”. В настройках этого устройства необходимо в выпадающем списке выбрать телекамеру и включить для нее режим распознавания.
Что касается самих настроек модуля распознавания, то их не так много, как в большинстве аналогичных систем. Впрочем, это только упрощает конфигурирование данной системы. Остановимся подробнее на этой процедуре.

В меню настроек модуля распознавания можно выбрать те типы номеров, которые могут встретиться там, где установлена система. В нашей версии программы поддерживалось распознавание 14 типов номеров, среди которых, помимо наиболее распространенных номеров для частного и пассажирского транспорта (в том числе и с новым трехзначным кодом региона) были и номера прицепов, задние номера и даже два типа украинских номеров.

Отдельно следует сказать, что модуль распознавания умеет работать и с двухстрочными номерами. По словам разработчиков, с такими «непривычными» для других систем номерами необходимо уметь работать, если система установлена на пропускном пункте предприятия. В этом случае часто присутствует две телекамеры, которые контролируют въезд и выезд, а в их поле зрения попадают и задние номера, в том числе и номера прицепов. Из российских номеров поддерживаются практически все типы, кроме дипломатических, с которыми разработчикам, видимо, еще не приходилось сталкиваться.

Для нашего тестирования были выбраны такие типы номеров как "а 123 ве 63" (гражданский номер с двухзначным кодом региона), "а 123 вс 123" (гражданский номер с трехзначным кодом региона) , "ав 123 63 пассаж" (пассажирские номера с двухзначным и трехзначным кодом региона), "1234 ав 63 военн" (военные номера), "а 1234 63 ДПС" (милицейские номера).

Впрочем, на практике при настройке типов номеров для распознавания лучше воздержаться от выбора всех доступных номеров по двум причинам. Во-первых, добавление каждого нового типа номера будет увеличивать нагрузку на центральный процессор компьютера. Следует отдельно отметить, что инвертированные номера, то есть светлые символы на темном фоне (например, черные военные номера или синие номера МВД) здесь увеличивают нагрузку на процессор на 30% при обработке изображения, поэтому рекомендуется выбирать такие типы номеров только при необходимости. Разумеется, в нашем тестовом клипе такие номера присутствовали. Во-вторых, и это тоже немаловажно, большее количество типов номеров может приводить к таким ситуациям, когда один тип номеров будет ошибочно принят за другой. Руководствуясь этими соображениями, мы указали для распознавания только те типы номеров, которые могли присутствовать на наших тестовых клипах.

В настройках распознавания номеров имеется одна опция, которая называется «распознавание по сенсору» и позволяет несколько снизить нагрузку на процессор. Фактически это режим включения распознавания по детектору движения. Под детектором движения здесь подразумевается в не сложный алгоритм обнаружения движения, а более простой, при котором происходит сравнение двух кадров и оценка разницы. Также указывается интервал времени, при котором вне зависимости от изменения изображения включается алгоритм распознавание номеров через указанное количество миллисекунд. У нас были сомнения в том, что эта опции окажется полезной в нашем конкретном случае, так как телекамера, с которой велась запись тестового клипа, колеблется достаточно ощутимо. Впрочем, эти сомнения оказались беспочвенными, включение режима распознавания по сенсору действительно позволило значительно уменьшить нагрузку на центральный процессор. Кроме того, без этого режима система не успевала вести обработку со скоростью 25 к/c во втором видеофрагменте (ночном) тестового клипа. Скорость распознавания выбирается в этом же меню, и для тестирования мы, конечно, выбрали максимальное значение (25 к/c).

Еще одна настройка, которая влияет на распознавание автомобильных номеров, позволяет выбрать режим двойного считывания номера. Смысл данного режима заключается в том, что неуверенно распознанные номера автоматически отбрасываются. В базу данных распознанных номеров попадают только те номера, которые дважды подряд имели одинаковый или улучшенный результат распознавания. Для нашего тестирования этот режим дополнительной фильтрации был отключен.
Предусмотрено три режима работы алгоритмов распознавания: быстрый, нормальный и качественный. Названия этих режимов, возможно, неточно, передают их суть, которая, впрочем, достаточно проста. Быстрый режим распознавания предназначен для работы с крупными символами номеров (большее количество пикселов в кадре), качественный режим распознавания работает с мелкими символами (меньшее количество пикселов в кадре). Чтобы пояснить вышесказанное, приведем следующую таблицу, в которой указаны зависимость режимов распознавания.

При этом скорость обработки (к/с) указана без учета работы сенсора в условиях низкой освещенности и сложной, мелкой структуры изображения дорожного полотна.
Последняя настройка в модуле распознавания номеров – время проезда – позволяет отсеивать повторяющиеся номера. В нашем случае достаточно было установить время проезда равным 15000 мс, чтобы эффективно отфильтровать большинство продублированных номеров. Также можно определять направление движения, что очень важно для работы в режиме КПП, но не для контроля трассы, как в нашем случае, поэтому этой возможностью мы не пользовались.

На работе модуля распознавания номеров в интерфейсе цифровой системы видеонаблюдения “Система-Лассо” мы подробно останавливаться не будем, так как все возможности прекрасно видны на иллюстрациях. Распознанные номера отображаются в левом нижнем углу окон телекамер. На наш взгляд, шрифт слишком мелкий и плохо читаемый, но это не единственный способ просмотра распознаваемых номеров. В этом интерфейсе также можно просмотреть номера и автомобили из архива. При этом мониторинг и распознавание номеров не прекращаются, а изображение от активной телекамеры выводится в отдельно от архива в небольшом окне. Также можно быстро просмотреть список распознанных номеров. Впрочем, удобнее всего работать в интерфейсе программного обеспечения «Автоматическое КПП», о котором мы уже упомянули ранее. Здесь уже под снимком автомобиля с номером крупным и контрастным шрифтом отображается распознанный номер, а еще ниже ведется список номеров с дополнительной информацией. Имеется возможность определения направления движения (въезд и выезд), а также ведется статистика. В этом интерфейсе также можно управлять шлагбаумами и объединить два видеопотока для распознавания номеров. Дополнительные утилиты этого программного обеспечения позволяют работать с базами данных, формировать отчеты и экспортировать списки номеров и т.д. Теперь вернемся к модулю распознавания номеров.
Как видим, настроек у модуля распознавания не слишком много, и конфигурировать его несколько проще, чем многие аналогичные системы. Еще более упрощает настройку системы очень практичное руководство и четко сформулированные разработчиками характеристики и требования, из которых мы приведем наиболее важные.

Разрешение при оцифровке: 768х288 пикселов
Ширина контролируемой зоны: от 1.5 до 3.5 метров
Допустимые углы установки телекамеры:
не более 30 градусов (по вертикали)
не более 20 градусов (по горизонтали)
Крен номерного знака: до 20 градусов.
Ширина зоны контроля:
от 1.5 м до 2.5 м (для камер 380 ТВЛ)
от 1.5 м до 3.5м (для камер 550 ТВЛ).
Освещенность: не менее 50 лк
Электронный затвор:
1/250 с - 1/500 с (скорость менее 40 км/ч)
1/500 с - 1/1000 с (скорость 40 – 80 км/ч)
1/1000 с - 1/2500 с (скорость 150 км/ч).

Отдельно нужно сказать о системных требованиях, которые достаточно высоки. Поскольку работа алгоритма распознавания требует большого количества вычислений и перемещений в памяти, то чем более производительный и современный компьютер используется, тем лучше. В первую очередь на быстродействие алгоритма влияют тактовая частота процессора, пропускная способность шины процессора, а также тактовая частота и ширина канала данных памяти. В качестве базовых рекомендаций разработчики предлагают использовать процессоры Intel Pentium 4 (частота шины данных 800 МГц) и системную память Dual DDR. Также на общую производительность будут влиять режимы работы распознавания, задействованные типы номерных знаков, разрешение телекамеры, точность настройки фокуса и наличие на изображении мелких контрастных деталей. Учитывая эти факторы, становится ясно, что наш тестовый клип (особенно ночной видеофрагмент) требовал для распознавания номеров значительных вычислительных ресурсов. Так наш тестовый компьютер стандартной конфигурации работал фактически на пределе своих возможностей даже при включенном режиме распознавания по детектору движения, что снижало нагрузку на процессор при отсутствии номеров в кадре. Без этого режима производительности нашего тестового компьютера не хватало на ночном видеофрагменте, скорость обработки падала, что приводило к пропускам кадров и номеров. Впрочем, здесь лучше всего будет обратиться уже к результатам тестирования и сравнить их со значениями, которые официально заявлены производителем.
Вероятность распознавания разработчики указывают, как величину, превышающую 90%. При этом оговаривается, что в случае соблюдения всех рекомендаций по выбору, настройке и размещению телекамер, а также при условии, что на объекте присутствует легковой транспорт, чистота которого поддерживается, вероятность распознавания превышает 99%. В то время на как на объектах, где преимущественно проезжает случайный грузовой транспорт, достигается вероятность распознавания 85%.

Эти данные очень хорошо согласуются с нашими результатами тестирования, которые получились достаточно высокими. В дневном видеофрагменте, где автомобильные номера были достаточно контрастными, было распознано 422 номера, то есть вероятность правильного распознавания составила 84.4%, тогда как было пропущено 33 номера (6.6%). Также следует учитывать, что количество правильных версий было несколько выше (447 правильных версий), но при расчете вероятности распознавания, мы учитывали только тот случай, когда одному автомобильному номеру строго соответствовала только одна версия. При этом количество ошибочных версий было равным 49. Также в условиях дневной съемки система ошибочно зафиксировала 4 надписи в качестве автомобильных номеров (надписи и телефоны на такси и общественном транспорте), то есть вероятность ошибочного распознавания составила всего 0.8%.

В ночных условиях результаты тестирования были несколько хуже. Так, вероятность распознавания снизилась до 76%, то есть система зафиксировала 380 версий номеров из 500 при условии соответствия одному номеру только одной версии, хотя общее количество правильных версий равнялось 399. Количество неправильных версий увеличилось до 67, и резко возросло количество пропущенных номеров (56 номеров из 500, то есть 11.2%), но это уже издержки работы с малоконтрастными и загрязненными номерами. Впрочем, нужно заметить, что вероятность ложного распознавания тоже резко снизилась. На самом деле, ошибочно за автомобильный номер была принята только одна надпись на маршрутном такси.

Следует отметить то, что полным отсутствием дублирующих распознаваний, мы обязаны правильному конфигурированию системы. При работе алгоритма распознавания по нескольким кадрам неизбежно появляются копии и версии одних и тех же номеров, но при занесении их в базу данных они отфильтровываются и, как видим, очень успешно.

Таким образом, были получены следующие итоговые результаты тестирования по двум видеофрагментам. Вероятность распознавания автомобильного номера составила 80.2%, тогда как фактическое количество правильно распознанных номеров было несколько выше (846 правильных версий из 1000 номеров).
Завершая наш обзор, хотелось бы отметить, что, несмотря на относительно недавнее появление на рынке данной системы распознавания автомобильных номеров, она уже успела зарекомендовать себя с хорошей стороны. В частности она была установлена на предприятиях ОАО АвтоВАЗ Самаратрансгаз» (ОАО «Газпром»), Мегафон – Поволжье, Новороссийский морской торговый порт  и, как показывает наше тестирование, вполне применима в реальных условиях на российских дорогах. Стоимость конфигурации (модуль распознавания номеров, 1 канал, 25 к/c), оказавшейся у нас на тестировании, составляет 1200 у.е. В эту стоимость входит и полнофункциональная цифровая система видеонаблюдения и записи.