Введение 3
Постановка задачи 4
Обзор литературы 5
Глава 1. Детектирование номерного знака 6
1.1 Метод Контурного анализа 7
1.2.1 Метод Виолы-Джонса 12
1.2.2 Практическая реализация метода 14
1.3 Нейронные сети 16
1.3.1 Нейросети. Теоретическая часть 16
1.3.2 Нейросеть Yolov4 20
1.3.3 Практическое применение Yolov4 25
1.4 Сравнение методов 27
Глава 2. Выделение символов на номерном знаке 28
2.1 Метод контурного анализа 28
2.2 Применение нейросети 31
Глава 3. Распознавание символов 32
Глава 4. Обобщение на другие языки и дополнительные надстройки 35
Выводы и результаты 37
Заключение 38
Список литературы 39
Список интернет-источников
В современном мире автомобиль уже давно является практически незаменимой частью человеческой жизни. По статистике, каждый третий житель России имеет собственный автомобиль.
Не секрет, что с увеличением транспортных средств на дорогах, количество нарушений также возрастает. Увеличение количества нарушений приводит к тому, что человеческих ресурсов недостаточно для их пресечения.
Для решения такой проблемы в повседневную жизнь необходимо внедрение автоматизированных систем, направленных на автоматическое обнаружение нарушений во всех сферах жизни, в том числе, ситуаций на дорогах. Разработка подобного проекта является одной из моих будущих целей, которая вполне может стать темой для написания магистерской диссертации. Поэтому, важнейшим шагом в решении такой задачи является разработка системы для автоматического распознавания автомобильных номеров потенциальных нарушителей. Отсюда и вытекает цель этой работы –рассмотреть современные подходы решения такой задачи и на их основе разработать программное решение для распознавания автомобильных номеров. Причём, система не должна быть привязана к конкретной стране. Программа должна быть легко адаптируемая к желаемому стандарту номеров.
Постановка задачи
Целью данной работы является обзор современных методов и технологий для распознавания автомобильных номеров, их сравнение и компоновка в программную реализацию для автоматического распознавания номера, без привязки к конкретной стране.
Несмотря на то, что задача распознавания автомобильных номеров не является чем-то уникальным в среде задач компьютерного зрения и имеет определённое количество информации и статей, посвященных этой теме, готовых и эффективно работающих реализаций достаточно мало.
Для российских номеров есть несколько готовых решений, которые являются коммерческими продуктами, и действительно, работают с довольно порядочной точностью. Что же касается зарубежных реализаций, в основном это государственный проекты, которые не имеют даже коммерческой версии. Высокая точность обуславливается привязкой к конкретным стандартам номерных знаков той или иной страны.
План решения задачи выглядит следующим образом
1) Рассмотреть актуальные подходы решения задачи детектирования -нахождения номерного знака на изображении и выбрать наиболее эффективный среди них
2) Решить задачу сегментации номерного знака – разбиение полученного на предыдущем этапе автомобильного номера на символы для их дальнейшего распознавания
3) Реализовать алгоритм, позволяющий распознавать автомобильные символы, вне зависимости от привязки к конкретному языку
4) На основе предыдущих шагов разработать программную реализацию для распознавания автомобильных номеров, а также рассмотреть некоторые дополнительные условия, для потенциального улучшения качества распознавания
Разработанная, в рамках этой работы, система показывает хороший результат, однако, как и всё в этом мире, не является идеальной и может улучшаться при достаточном количестве временных ресурсов. Можно увеличить количество тренировочных данных для детектирования изображения и стараться довести точность детектирования до максимально возможной. Также можно уделить внимание изображениям со слишком большим изгибом, ведь на таких изображениях у данной программы возникают наибольшие трудности. Наконец, можно потратить недели на ручное сегментирование символов на самих номерах с целью увеличения обучающей выборки и потенциальным улучшением точности для второй сети Yolo. Но в данной работе этому не было необходимости, поскольку изначально программа предполагалась для работы с дорожными камерами наблюдения. Данная работа является одной из основных частей будущего проекта, цель которого автоматическое распознавание ситуаций на дорогах и назначение штрафов нарушителю согласно законодательству, которая, возможно, будет представлена как тема магистерской диссертации.
