Автоматическое распознавание автомобильных номеров в видеоряде: адаптация алгоритмов для смартфона

Аннотация

В данной области уже проведено немало исследований, и предложены различные модели, решающие задачу распознавания автомобильных номеров, есть промышленные образцы, используемые на камерах фиксации нарушений правил дорожного движения. Однако, такие модели обычно разработаны для клиент-серверных архитектур, поскольку архитектуры моделей, хорошо решающих данную задачу, зачастую имеют сотни миллионов параметров [5] и рассчитаны для того, чтобы их обучали и применяли на машинах с большим объемом памяти и производительными видеокартами. Предметом исследования данной статьи являются автомобильные государственные номерные знаки в видеоряде плохого качества, распознаваемые в условиях ограничения на вычислительные ресурсы. Для распознавания автомобильных номеров предлагается использовать следующие методы: простые сверточные нейронные сети для определения углов таблички автомобильного номера и ее последующего поворота; предобученная модель YOLOv5s для поиска в кадре табличек автомобильных номеров и предобученная сеть SCR-Net для распознавания на табличках номерных знаков. В статье предложены алгоритм и его реализация для автоматического распознавания автомобильного номера в условиях видео плохого качества и ограниченности вычислительных ресурсов. Теоретическая значимость результата заключается в разработке нового алгоритма, учитывающего указанные ограничения, способствующего развитию серии изысканий в области разработки методов и алгоритмов, функционирующих в условиях существенных ограничений на вычислительные мощности и качество видеоряда. Практическая значимость результата заключается в приложениях результата к решению прикладных задач, таких как фиксация неправильной парковки, поиск угоняемых автомобилей, иных правонарушений.