Нажмите "Enter" для перехода к содержанию

Пензенская система распознавания

Сотрудники и студенты Пензенского госуниверситета (ПГУ) ведут разработку автоматизированной системы комплексного распознавания автомобилей на основе нейронных сетей. Ее тестирование планируется провести в 2020 году, сообщил во вторник ТАСС один из разработчиков проекта, руководитель Центра проектного творчества ПГУ Дмитрий Данилин.

«Наша система учитывает не только государственный регистрационный номер автомобиля, но и весь ее целостный образ — это целый ряд параметров, связанных с геометрией и цветом машины. Иными словами, система имеет дело с собирательными слепками машин, что позволяет ей распознавать «своих» и «чужих», — отметил Данилин.

По его словам, система основана на комплексной аналитике визуальных данных, которые можно получить с камер, установленных на КПП. Это отличает ее от большинства аналогичных разработок, представленных на рынке, которые позволяют распознать только номер автомобиля. «Но эти решения не работают, если подменить регистрационные номера», — добавил собеседник.

Принцип работы системы

Разрабатываемая в Пензе система не преследует своей целью полностью заменить охранников на КПП, скорее она призвана минимизировать человеческий фактор при принятии решений о пропуске автомобилей, отметил разработчик.

«Система на основе нейронной сети даст возможность сотрудникам КПП принимать решения, поскольку даже при использовании автоматизированной системы главенствующая роль все равно остается за человеком. Если, например, номер автомобиля совпадает с тем, который имеется в системе, а геометрия кузова или цвета машины не совпадают, — система сделает оповещение. Это позволит сотруднику КПП не тратить время на поиск машины в базе, а сразу провести ее дополнительную проверку», — пояснил Данилин.

На то, чтобы научить систему узнавать «свою» машину необходимо около месяца. «Если существующие на рынке решения требуют больших баз образов и снимков машин для обучения системы, то мы базируемся на малых выборках — 20-30 фото. То есть, примерно около месяца необходимо, чтобы система поняла, что машина, которая въезжает на территорию предприятия или учреждения, стопроцентно «своя», — уточнил Данилин.

По его словам, система будет обучаться работе на каждом отдельном КПП. После того, как сотрудник контрольно-пропускного пункта откроет шлагбаум, в систему поступит фотография машины и сигнал о том, что она «своя». По мере формирования базы снимков система начнет опознавать объект и на основе полученного ей опыта советовать — пропускать эту машину или нет, в случае, если ее образ не соответствует тому, который есть в базе.

Тестирование системы планируется провести в 2020 году на базе ПГУ, добавил собеседник. «ПГУ станет тестовой базой, на которой будет развернута система. Площадка отлично подходит для этих задач — пять КПП с высокой загруженностью, около полутора тысяч автомобилей. <…> На тестирование мы планируем выйти через год», — уточнил Данилин.

Источник