Автор оригинала: FreeCodeCamp Community Member.
по течению коричневого цвета
Когда эксперимент с существующими технологиями с открытым исходным кодом делает «достаточно хорошо»
Полиция Виктории – главное правоохранительное агентство Виктории, Австралия. С более чем 16 000 автомобилей, украденных в Виктории в прошлом году, – по стоимости около 170 миллионов долларов – отдел полиции экспериментирует с различными технологическими решениями для раскрытия автомобиля. Они называют эту систему BlueNet.
Чтобы помочь предотвратить мошеннические продажи украденных транспортных средств, уже есть VICROADS Веб-сервис Для проверки состояния регистраций транспортных средств. Департамент также вложил в стационарную лицензионную табличную сканер – фиксированную штативную камеру, которая сканирует прохождение трафика для автоматической идентификации украденных транспортных средств.
Не спрашивайте меня, почему, но один днем у меня возникло желание прототипу, установленный на автомобиле номерного сканера, который автоматически уведомит вас, если транспортное средство было украдено или было незарегистрировано. Понимание того, что эти отдельные компоненты существовали, я задавался вопросом, насколько трудно их объединить.
Но после небольшого количества гугула, что я обнаружил, что полиция Виктории недавно претерпела испытание по аналогичному устройству, и предполагаемая стоимость раскатала была где-то вблизи 86 000 000 долларов. Один проницательный комментатор отметил, что стоимость 86 миллионов долларов, чтобы подписать 220 транспортных средств, приходит в довольно жаждух $ 390 909 за автомобиль Отказ
Конечно, мы можем сделать немного лучше, чем это.
Критерии успеха
Прежде чем начать, я изложил несколько ключевых требований к дизайну продукта.
Требование № 1: обработка изображений должна выполняться локально
Поток живого видео на центральный обрабатывающий склад казался наименее эффективным подходом к решению этой проблемы. Помимо прогулочного законопроекта за трафик данных, вы также представляете задержку сети в процесс, который уже может быть довольно медленным.
Хотя централизованный алгоритм изучения машины только со временем станет более точным, я хотел узнать, будет ли локальная реализация на устройстве «достаточно хорошо».
Требование № 2: он должен работать с низкокачественными изображениями
Поскольку у меня нет камеры PI Raspberry PI или USB WebCam, поэтому я буду использовать Dashcam Magage – это легко доступно и идеальный источник данных образца. В качестве дополнительного бонуса видео Dashcam Video представляет собой общее качество отсняточков, которые вы ожидаете от автомобильных камер.
Требование № 3: Он должен быть построен с использованием технологии открытых источников
Полагаясь на проприетарное программное обеспечение означает, что вы будете углублены каждый раз, когда вы запрашиваете изменение или улучшение – и увольнение будет продолжаться для каждого запроса, сделанного после этого. Использование технологии с открытым исходным кодом является несложной.
Мое решение
На высоком уровне мое решение принимает изображение из видео SASHCAM, накачивает его через систему распознавания лицензионной таблички с открытым исходным кодом, установленной локально на устройстве, запрашивает службу проверки регистрации, а затем возвращает результаты для отображения.
Данные, возвращаемые на устройство, установленные в правоохранительных органах, включают в себя MASE и модель автомобиля (которые используют только для проверки того, были ли тарелки украдены), статус регистрации, и любые уведомления о том, как сообщают, как сообщает автомобиль.
Если это звучит довольно просто, это потому, что это действительно так. Например, обработка изображений все может быть обработана openalpr библиотека.
Это действительно все, что связано с признанием персонажей на лицензионной табличке:
Вот как выглядит грязь моего доказательства концепции соскабливания:
Результаты
Надо сказать, что я был приятно удивлен.
Я ожидал признание лицензионного знака с открытым исходным кодом, чтобы быть красивым мусором. Кроме того, алгоритмы распознавания изображений, вероятно, не оптимизированы для австралийских лицензионов.
Раствор смог распознать номерные пластины в широком поле зрения.
Хотя решение иногда возникнет проблемы с конкретными буквами.
Но … решение в конечном итоге будет исправить их.
Как вы можете видеть в вышеупомянутых двух изображениях, обрабатывая изображение, пару кадров позже прыгнул из рейтинга доверия к 87% до волос более 91%.
Я уверен, простите каламбуру, что точность может быть улучшена путем увеличения частоты дискретизации, а затем сортировка по высочайшему рейтингу доверия. Альтернативно, порог может быть установлен, что примет только доверие более 90%, прежде чем продолжать, чтобы подтвердить регистрационный номер.
Это очень прямые форвардные кодовые исправления, и не исключают подготовку программного обеспечения распознавания лицензионной таблички с локальным набором данных.
Вопрос 86 000 000 000 долларов
Чтобы быть справедливым, у меня нет абсолютно никакой подсказки, что такое рисунок в 86 миллионов долларов – и не могу говорить с точностью до мою инструмент с открытым исходным кодом без локализованной тренировки против пилотной системы BlueNet.
Я ожидаю, что часть этого бюджета включает в себя замену нескольких устаревших баз данных и программных приложений для поддержки высокой частоты, низкая задержка запросов лицензионных плит несколько раз в секунду на автомобиль.
С другой стороны, стоимость ~ 391 тыс. Долл. США на автомобиль кажется довольно богатой – особенно если Bluenet не особенно точна, и нет крупных масштабов ИТ-проектов для вывода из экспламирования или модернизации систем.
Будущие приложения
Хотя легко догнать в Орехольскую природу «Всегда на» сеть лицензионных плитах Snitchers, существует много положительных применений этой технологии. Представьте себе пассивную систему, сканирующее автомобилистов для автомобиля похитителя, которые автоматически предупреждают о властях и членах семьи в их текущее местоположение и направление.
Транспортные средства Teslas уже наполняются камерами и датчиками с возможностью получать обновления OTA – представьте, что превращая их в флот виртуальных хороших самаритян. Драйверы Ubers и Lyft также могут быть оснащены этими устройствами, чтобы значительно увеличить область покрытия.
Используя технологии с открытым исходным кодом и существующими компонентами, кажется возможным предложить решение, которое обеспечивает гораздо более высокую скорость возврата – для инвестиций намного менее 86 млн долларов.
Часть 2 – Я опубликовал обновление, в котором я проверю свои собственные кадры и поймаю незарегистрированного автомобиля здесь:
Помните, что сканер лицензионного пластин на 86 миллионов долларов я реплицирован? Вот что случилось дальше. Успехи, неудачи и ловить один очень непослушный драйвер Medium.freecodeCamp.org.