Требования и рекомендации для модуля Распознавание автономеров🔗

Важно

Если на одной камере используется несколько модулей видеоаналитики, следует устанавливать и настраивать её таким образом, чтобы удовлетворять требованиям всех модулей.

Например, на камере используются модуль А и модуль В со следующими требованиями:

  • Модуль А: Угол наклона камеры к плоскости – не менее 10°; разрешение — не менее 1024×768; частота кадров — не менее 20 кадр/с.

  • Модуль В: Угол наклона камеры к плоскости – не более 20°; разрешение — не менее 1920×1080; частота кадров — не менее 6 кадр/с.

В таком случае камеру нужно установить и настроить таким образом, чтобы соблюдались следующие условия:

  • Угол наклона камеры к плоскости – от 10° до 20°; разрешение — не менее 1920×1080; частота кадров — не менее 20 кадр/с.

Аппаратное и программное обеспечение🔗

Аппаратные ресурсы🔗

Совет

Для расчёта параметров серверного и клиентского оборудования, на которых планируется запускать ПО Macroscop, используйте наш Калькулятор.

Использование нейросетей на центральном процессоре🔗

  • При запуске нейросетей на центральном процессоре (CPU), требуется процессор Intel CORE I3-10100 и выше с поддержкой AVX.

Использование нейросетей на видеокарте🔗

  • При запуске нейросетей на высокопроизводительной видеокарте (GPU), следует руководствоваться приведёнными ниже требованиями:

    • Процессор с поддержкой инструкций AVX.

    • Видеокарта (GPU) NVIDIA с индексом вычислительной мощности (CUDA GPU Compute Capability) не ниже 6.1 и объёмом памяти не ниже 4GB; при этом характеристики и производительность видеокарты должны быть не ниже, чем у видеокарт NVIDIA серии 10. Версия драйвера видеокарты для ОС Windows — не ниже 572.61, для ОС Linux — не ниже 570.124.06.

    • Файл подкачки (swap) размером не менее половины от общего объёма оперативной памяти.

    Подсказка

    Если планируется использование модуля на виртуальной машине, может дополнительно потребоваться:

    • Включить поддержку AVX инструкций в настройках гостевой машины.

    • Использовать драйвера GRID для виртуализации GPU.

    Внимание

    Macroscop должен использовать выбранные для работы нейросетей видеокарты в монопольном режиме. Не допускается использование такой карты для других приложений или задач, потребляющих ресурсы GPU, в том числе для отображения видео. Одновременное использование видеокарты для нескольких задач может привести к некорректной работе системы: от снижения производительности аналитики до нестабильной работы сервера.

    Предупреждение

    При использовании видеокарты стабильная работа модуля гарантируется только на операционных системах Windows 10, Windows Server 2016, Ubuntu 20.04, а также на более новых версиях указанных операционных систем.

    На других операционных системах (Windows 8, Windows Server версий 2008 и 2012, Debian, Astra Linux) могут возникнуть проблемы при попытках использовать видеокарты NVIDIA. На Windows 8 это связано с прекращением поддержки драйверов видеокарт NVIDIA. На Debian и Astra Linux проблема заключается в высокой сложности установки работоспособных версий драйверов видеокарт.

    Важно

    При обновлении Macroscop до другой версии необходимо также обновить до соответствующей версии нейросетевой пакет.

Нейронные сети🔗

Примечание

Если вы затрудняетесь с выбором устанавливаемого сетевого пакета, ознакомьтесь со статьёй Использование нейронных сетей. В этой статье приведены обзор и сравнение нейросетевых пакетов.

Операционные системы🔗

Предупреждение

При использовании OC Windows модуль Распознавание автономеров будет работать только на Windows 10 и выше, Windows Server 2016 и выше.

Требования к монтажу камеры🔗

Предельные допустимые углы наклона и поворота камеры:

  • Предельный угол наклона по вертикали: 35°

    Допускается угол наклона камеры, соответствующий уровню номера транспортного средства.

  • Предельный угол наклона по горизонтали: 35°

  • Предельный угол поворота горизонтальной оси номерной пластины относительно оси камеры: 35°

../../_images/ipr-hawk-camera-turn.png

Требования к видеопотоку🔗

  • Разрешение: не ниже 1280⨯720 (HD) (при условии соблюдения требований к размеру символов номера).

  • Частота кадров:

    • не менее 20 кадр/с для быстрого режима

    • не менее 10 кадр/с для среднего и медленного режимов

Сцена и расположение камеры🔗

  • Транспортное средство должно иметь государственный номер.

  • Транспортное средство должно полностью входить в кадр при необходимости распознавания его марки, цвета и типа. Если объект попадает в кадр частично, то марка, цвет и тип транспортного средства могут не определяться. В то же время для распознавания автомобильного номера полное попадание объекта в кадре не требуется.

Примечание

При детектировании многоцветных транспортных средств модулем будет определён тот цвет, который занимает наибольшую площадь поверхности транспортного средства.

Модуль определяет марку транспортного средства по форме кузова и его элементов. В некоторых случаях марка автомобиля может быть определена по логотипу.

  • Транспортное средство не должно быть засвечено или иметь бликов.

Примечание

Точность распознавания снижается при наличии снега и грязи на транспортных средствах.

Требования к получаемому изображению автомобильного номера🔗

Номерная пластина может быть обнаружена, а нанесённый на ней регистрационный номер может быть распознан при выполнении следующих условий:

  • Номерная пластина полностью видна в кадре (не перекрывается другими объектами и не выходит за границы кадра).

  • Минимальная высота распознаваемых символов должна быть не менее 15 пикселей (символы кода страны не относятся к распознаваемым символам).

../../_images/ipr-hawk-symbol-setting.png
  • Изображение номерной пластины и символов номера должно быть контрастным, не зашумленным и не смазанным.

Текст номера корректно распознаётся как на цветных, так и на чёрно-белом изображении.

Цвет номерной пластины распознаётся только на цветном изображении.

Рекомендации по выбору и настройке камеры и объектива🔗

При выборе IP-камеры для распознавания автомобильных номеров следует руководствоваться приведенными выше требованиями к получаемому изображению и рекомендациями по монтажу камер, а также нижеследующими рекомендациями. При этом, следует учитывать, что в описании и конструкции конкретных камер могут отсутствовать отдельные параметры и настройки.

Экспозиция (выдержка, электронный затвор)🔗

Для формирования качественного изображения номера автомобиля в движении камера должна иметь возможность установки фиксированного времени экспозиции или ограничения на значение экспозиции для исключения скоростного размывания. При этом, если у камеры можно установить фиксированное время экспозиции, то она должна иметь объектив с автоматической регулировкой диафрагмы (АРД) DC-Iris или P-Iris для регулировки количества света, поступающего на светочувствительную матрицу. Если у камеры имеется возможность задать ограничение на максимальное значение экспозиции, то объектив может быть без АРД. В таком случае камера будет автоматически регулировать экспозицию в зависимости от освещенности зоны контроля, но значение экспозиции не будет выше установленного, что исключит скоростное размытие.

Предупреждение

Некоторые видеокамеры имеют возможность установки фиксированного времени экспозиции и оснащены объективом с АРД. Следует иметь в виду, что у таких камер АРД при фиксированной выдержке не работает.

Рекомендуемые значения экспозиции (выдержки, затвора) в зависимости от скорости движения автомобилей:

Максимальная скорость транспортного средства в зоне контроля, км/ч

Рекомендуемое значение экспозиции, сек

30

1/500

70

1/1000

150

1/2000

Частота кадров🔗

Рекомендуется настраивать и монтировать камеру таким образом, чтобы номер проезжающего транспортного средства мог быть обнаружен и распознан в кадре не менее 2⨯N раз, где N — выбранное значение настройки Необходимое для распознавания количество кадров с номером. При этом следует учитывать, что настройка Режим регулирует частоту обработки кадров внутри модуля. Таким образом, в зависимости от выбранного режима, фактическая частота кадров внутри модуля будет равна:

  • Быстрый: 10 кадр/с

  • Средний: 5 кадр/с

  • Медленный: 2.5 кадр/с

Пример: Автомобиль проезжает так, что номер удовлетворяет условиям распознавания в течение 1.4 сек. Если выбран быстрый режим, то модуль будет видеть его примерно на 1.4⨯10 = 14 кадрах. Исходя из этого, максимальное значение настройки Необходимое для распознавания количество кадров с номером составит N=14/2 = 7. В среднем режиме максимальное значение этой настройки составит 1.4⨯5/2 = 3 (делим без остатка), так как модуль в этом режиме обрабатывает кадры только с частотой 5 кадр/с. При выборе более высоких значений настройки Необходимое для распознавания количество кадров с номером или более экономичных значений настройки Режим чувствительность обнаружения номеров будет падать.

Чувствительность🔗

Чувствительность видеокамеры важна для формирования качественных изображений номера движущегося автомобиля. Рекомендуем использовать видеокамеры с чувствительностью 0.01 лк и менее (чем меньше, тем лучше). Если чувствительность видеокамеры недостаточна, то нужно использовать более мощное дополнительное освещение зоны контроля.

Фокусное расстояние🔗

Фокусное расстояние объектива определяет угол обзора видеокамеры, который, в свою очередь, влияет на размер номера на изображении. Для надежного распознавания размер однострочного номера на изображении должен быть не менее (ширина х высота): 120х20 пикс.

Размеры объекта🔗

Для успешного обнаружения объектов в кадре их размеры должны соответствовать следующим соотношениям относительно размеров кадра:

  • Транспортное средство должно занимать не менее 6% от ширины и 8% от высоты.

  • Номерной знак — не менее 5% от ширины и 3% от высоты.

Примеры🔗

Транспортное средство должно полностью входить в кадр.

/analytics/lpr/img/view-vehicle-yes.png

/analytics/lpr/img/view-vehicle-no.png

Х

Допустимый угол наклона камеры по вертикали.

/analytics/lpr/img/angle-vehicle-yes.png

/analytics/lpr/img/angle-vehicle-yes2.png

35°

На уровне номера

Транспортное средство не должно быть засвечено или иметь бликов.

/analytics/lpr/img/light-vehicle-no.png

/analytics/lpr/img/light-vehicle-no2.png

Блики

Засвет

Точность распознавания снижается при наличие снега и грязи на транспортном средстве.

/analytics/lpr/img/dirt-vehicle-no.png

/analytics/lpr/img/dirt-vehicle-no2.png

Грязь

Снег