Ученые Университета науки и технологий МИСИС совместно со специалистами компании «СИТИЛАБС» усовершенствовали алгоритмы камер видеонаблюдения, определяющие смазанные и засвеченные госномера автомобилей. Об этом сообщает «Газета.Ru», ссылаясь на данные МИСИС.

Отмечается, что для определения степени засвеченности автономера эксперты предлагают использовать анализ гистограммы яркостей. Для детектирования как транспортных средств, так и автономеров используется нейронная сеть yolo-v5.

«Для идентификации автомобилей и номеров при обучении нейронных сетей 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“. После подсчета гистограммы выделяется та ее часть, которая будет отвечать за „пересвеченность“, таким образом, 95,7% номеров верно классифицировались как засвеченные. Для определения степени смазанности была построена нейронная сеть с уникальной архитектурой, которая обеспечивает точность классификации 96,4% при минимальном времени обработки 0,073 мc на ПК», — пояснил завкафедрой автоматизированных систем управления (АСУ) НИТУ МИСИС Игорь Темкин.

Для определения смазанности был создан датасет для обучения. Разработанный алгоритм, помимо классификации на читаемые и нечитаемые изображения, дает также количественную оценку степени смазанности и засвеченности.