| Folleto |
: |
|
| Folleto Cámara IP |
: |
|
| Guía de instalación |
: |
|
| Guía de instalación de la cámara LPR |
: |
|
Reconocimiento de matrícula
Hay una enorme cantidad de vehículos de 1.020 millones en el mundo y cada vehículo legítimo viene con una placa de registro de vehículos, conocida como matrícula o matrícula para fines de identificación oficial. Todos los países hacen que las placas de registro sean obligatorias para los vehículos de carretera, como automóviles, camiones y motocicletas, y el identificador de registro es una combinación de identificación numérica o alfanumérica para identificar específicamente al propietario del vehículo. Existen numerosos tipos de matrículas en todo el mundo con una combinación compleja de caracteres alfanuméricos y debido a la creciente necesidad de identificar estas placas, se creó la tecnología de reconocimiento de matrículas (LPR). La tecnología LPR había avanzado mucho y ahora está lista para ser comercializada para automatizar el acceso de vehículos y para tratar los problemas de seguridad que involucran vehículos registrados.
Componentes del reconocimiento de matrículas
Reconocimiento de matrícula, acrónimo LPR por lo general implica la captura de videos fotográficos o imágenes de la placa, que luego procesa mediante algoritmos específicos para producir la entrada de texto alfanumérico de la placa para fines de registro. TimeTec Smart License Plate Recognition LPR es una tecnología ultramoderna que incorpora algoritmos y reconocimiento óptico de caracteres (OCR) como la tecnología fundamental para integrar nuestro algoritmo de reconocimiento y cámara LPR para convertir una imagen escaneada en un texto alfanumérico legible con la mayor precisión. TimeTec entrena nuestro algoritmo para atender a todos los tipos de matrículas con el fin de maximizar su poder de reconocimiento.
La Complejidad de los Algoritmos de Reconocimiento de Matrículas
Debido a la incoherencia y la complejidad de las variaciones de la matrícula, los algoritmos deben poder distinguir qué parte del vehículo es en realidad una matrícula y obtener resultados precisos a través de diversas perturbaciones a lo largo del camino.
 |
| Localización de matrículas |
| • |
Un algoritmo de localización basado en la red neuronal localizará la ubicación de la matrícula. |
| • |
La matrícula generalmente consta de características estándar, como el color: negro / blanco, blanco / negro, rojo / blanco |
| • |
Consiste en bordes que provienen de patrones estándar (aquí se refiere a AZ, 0-9) |
| • |
El algoritmo de localización está entrenado con unas diez mil imágenes, para poder reconocer el patrón de matrícula en una imagen |
| • |
Este modelo entrenado se usará para la localización de matrículas. Es uno de los métodos de entrenamiento supervisado |
 |
| Convertir imagen a escala de grises |
| • |
Una vez que se confirma la ubicación de la matrícula, la placa de la región se recortará y se convertirá en escala de grises. La matrícula se considera como una imagen binaria, la información del color ya no es útil en posteriores análisis |
 |
| Segmentación de personajes |
| • |
La placa generalmente consta de 7-8 caracteres (Exp: ABC 1234, WAA 1234 B). El algoritmo luego segmentará el carácter de la matrícula |
| • |
Se logra al encontrar componentes conectados en una matrícula |
| • |
Para ABC 1234, tendrá 7 componentes conectados |
 |
| Filtrado de ruido |
| • |
Es común que la cámara IP capte un poco de ruido en la placa, a veces, debido a que la placa no está limpia. Muchos ruidos aparecerán después del proceso de segmentación |
| • |
El filtro de ruido filtrará el ruido relativamente grande / pequeño en comparación con la placa de matrícula. Después de este proceso, el resultado de la segmentación (después del denoise) contendrá solo caracteres |
 |
| Reconocimiento de caracteres |
| • |
Cada personaje tiene bordes únicos y orientación |
| • |
Estas características se utilizan para entrenar a un clasificador. (similar a la red neuronal) |
| • |
Este clasificador tomará el carácter de la salida de segmentación y clasificará qué personaje es (AZ, 0-9) |
| • |
Para cada componente conectado, el clasificador realizará la clasificación de caracteres. (Exp, ABC 1234), el clasificador realizará la clasificación 7 veces |
| • |
Al final de la clasificación, tenemos 7 resultados de personaje |
 |
| Organización del personaje |
| • |
A partir del resultado de la segmentación, se conoce la ubicación del personaje |
| • |
Para la matrícula de Malasia, siempre es de arriba a abajo, de izquierda a derecha |
| • |
La salida del clasificador organizará el resultado según la ubicación de la salida de segmentación |
 |
| Reglas de matrícula |
| • |
El proceso de reconocimiento no siempre es 100% exacto |
| • |
Para alguna placa de matrícula, o casos especiales (como B y 8, S y 5), el clasificador podría dar un resultado incorrecto |
| • |
Hay reglas para corregir el resultado en caso de que el clasificador no tenga un buen rendimiento |
| • |
Muestra de reglas: |
| |
| › |
El personaje siempre viene antes o después de los números. Nunca vendrá en el medio. (Excepto uno especial, como 1M4U) |
| › |
Hay un máximo de 3 caracteres en la parte delantera y 1 en la parte posterior. Mínimo un número y máximo 4 números |
|
Componentes necesarios para LPR
La implementación de la tecnología LPR no requiere una instalación complicada de hardware; en su lugar, debe invertir en cámaras LPR para cada carril y una PC para procesar la información:
1. Cámara LPR para capturar el número de matrícula para su procesamiento
Especificaciones de la cámara
| Camera Type |
|
IP Camera |
| System |
|
Embedded RTOS design |
| Camera |
Effective Pixels |
3.0 Mega Pixels |
| Main stream:2048*1536;1920*1080 |
| Sub stream:704*576 |
| Frames Rates |
PAL:20fps(2048*1536), 25fps(1920*1080) |
| NTSC:20fps(2048*1536), 30fps(1920*1080) |
| Image Sensor |
1/3 Aptina CMOS Sensor |
| 3.5 Megapixel resolution (2304H*1536V) |
| DSP |
Dual core 32-bit DSP |
| (A5S88) |
| Min. Illumination |
Color 0.01Lux/F1.2 |
| B/W 0.001 Lux/F1.2 |
| Adjust Parameters |
DWDR,BLC,DNR,AE,AGC,D&N,Mirror,Flip,etc. |
| Video |
Compression |
H.264 Main profile |
| Stream |
Support dual stream,AVI format |
| Bit Rate |
Support 0.1M ~8Mpbs bit rate adjustable |
| Frame Rates |
Support 1~30fps adjust |
| Audio |
Input and output |
1ch input( micphone), 1ch output( Speaker&micphone) Optional |
| Compression |
G.711 compression,support two-way audio intercom,support audio & video synchronized output |
| Alarm |
Types |
Motion Detection, Video Blind , Video Loss |
| Network |
WEB Browser |
Support WEB remote config( IE, Safari, Google Chrome, Firefox etc.) |
| Smart Phone |
Mobile remote Monitoring (iPhone,Android,Windows Mobile,BlackBerry,Symbian) |
| CMS Software |
Uniform CMS Software(multiple devices management system) |
| Cloud P2P |
www.p2pipc.net,MYEYE platform and other program,Offer SDK |
| Network |
1 * RJ45,10/100M,Support RTSP/FTP/PPPOE/DHCP/DDNS/NTP/UPnP/SMTP |
| ONVIF |
Support (ONVIF 2.0) |
| POE |
Support(optional) |
| WIFI |
N/A |
| General |
Language |
English, Finnish, French, German, Greek,Italian, Japanese, Polish, Portuguese, Russian, Spanish, |
| Thai, Chinese & Turkish |
| IR Cut Filter |
Set of double light switch IR-CUT filter |
| Lens Mount |
Varicoal Lens 9-22mm (3MP) |
| Infrared Luminary |
4 pieces Array White light LED |
| Infrared Wavelength |
More than 30 M |
| Waterproof Criterion |
IP 66 |
| I/O Connector |
1*DC Connector ,1* RJ45(10/100M Network) |
| Supplied Voltage |
DC12V/PoE(802.3af/820.3at) |
| Power Consumption |
IR On: 600mA max., IR Off: Less than 200mA |
| Working Enviroment |
IR On: 600mA max., IR Off: Less than 200mA |
Componentes de la cámara requeridos:
Velocidad de obturación rápida para disminuir el desenfoque de movimiento
LPR tiene que lidiar con la velocidad del vehículo y la velocidad varía de un vehículo a otro. Para implementar LPR, las cámaras con una velocidad de obturación rápida de al menos 1/1000 seg. Es una necesidad para adaptarse a la velocidad del vehículo de alta velocidad.
Cámaras que reducen el deslumbramiento y la luz reflejada
El uso de cámaras eclipse es necesario para reducir el resplandor del faro y la luz reflejada de un vehículo. La cámara del eclipse refracta la luz hacia el vehículo, para producir una imagen clara
Cámaras que tienen visión nocturna
Las cámaras infrarrojas deben estar disponibles para manejar la lectura en áreas con poca luz o en total oscuridad. Una cámara de visión nocturna funciona en completa oscuridad, 0 LUX, sin luz porque ve en el espectro infrarrojo. Todas las cámaras infrarrojas tienen diodos alrededor de las cámaras que emiten luz infrarroja y un chip especial dentro de la cámara puede capturar esta radiación infrarroja y convertir la radiación en una imagen visible
Para producir imágenes aún mejores, LPR necesita encontrar una cámara que tenga iluminación infrarroja adicional porque el LED estándar en una visión nocturna solo puede cubrir la distancia de 4.5 a 9 metros. Se requiere un iluminador de infrarrojos para una distancia más larga alrededor de 15-20 metros y más.
2. Una PC instalada con Smart LPR Solution para producir resultados precisos
Instale el sistema TimeTec LPR en una PC con Windows (Windows 10 recomendado) con las siguientes especificaciones técnicas:
| Name |
Description |
| CPU |
Core i Intel, minimum 3.0 GHz |
| RAM |
Minimum 4 GB |
| Network |
Ethernet 100Mbit |
| Graphics Adapter |
AGP or PCI-Express, minimum 1024 x 768, 16-bit colors |
| Hard Disk Type |
E-IDE, PATA, SATA, SCSI, SAS (7200 RPM or faster) |
| Hard Disk Space |
Minimum 10 GB free hard disk space available, excluding space needed for recordings |
| Operating System |
• Microsoft® Windows® 10 Professional (64-bit)
• Microsoft® Windows® 8.1 Enterprise (64-bit)
• Microsoft® Windows® 8.1 Pro (64-bit)
• Microsoft® Windows® 7 Professional (64-bit) |
Características de un sistema de reconocimiento de placa acreditable
Un sistema creíble de reconocimiento de matrículas debe contar con la última tecnología algorítmica y conectividad basada en la nube. El sistema LPR debería ser capaz de lograr lo siguiente:
| • |
Una alta tasa de precisión del 95% o superior |
| • |
Tiempo de procesamiento rápido |
| • |
Tolerante a la distorsión y el desenfoque |
| • |
Admite vehículos de alta velocidad |
| • |
Admite múltiples formatos de matrículas |
| • |
Admite matrículas de múltiples regiones geográficas |
| • |
Se puede integrar con control de acceso y módulos de E / S integrados |
| • |
Se puede integrar con sistemas de CCTV estándar |
| • |
Se puede integrar con aplicaciones de terceros |
Ventajas de la tecnología de reconocimiento de matrículas
¿Cuáles son las ventajas de la tecnología LPR? ¿Qué hace que la automatización de la detección de matrículas sea importante?
La investigación inicial sobre LPR se llevó a cabo en Gran Bretaña por la División de Desarrollo Científico Científico alrededor de 1976. La implementación de la tecnología se produjo tres años más tarde y el primer arresto realizado a través de la tecnología LPR fue 2 años después de la implementación. Debido al costo exorbitante y la complejidad de la tecnología, el LPR no ha tomado el asiento del conductor en la comercialización, pero a principios de la década de 1990, la tecnología LPR se revivió para ofrecer a los usuarios soluciones mejores y más baratas. Avanzando 20 años, la tecnología LPR ahora está colaborando con la tecnología de la nube, ofreciendo una solución aún más simple pero mejor y en tiempo real para los clientes. A continuación se detallan algunas de las ventajas de la tecnología LPR
Descifrar matrícula automáticamente
La tecnología LPR puede decodificar matrículas automáticamente en fracciones de segundo sin la necesidad de tener un guardia de seguridad que tome los detalles manualmente. Al automatizar este proceso, todas las matrículas se registrarán con precisión a pesar de los tipos de vehículos y la velocidad, y no habrá casos de error humano o entradas de vehículos no autorizadas por parte de los guardias.
Acortar el tiempo de procesamiento de acceso de vehículos
La tecnología LPR puede agilizar el proceso de acceso de vehículos al dar acceso instantáneo a vehículos autorizados y bloquear el acceso de personas no autorizadas a un área segura y todo el recorrido de auditoría estará intacto y disponible para futuras referencias.
Mejorar la efectividad del sistema de seguridad
Cuando se escanean y se verifica la autenticidad de todas las matrículas de los vehículos, el nivel de seguridad mejora instantáneamente sin esfuerzo y esto elevará la imagen de una premisa a otro nivel.
Análisis post-evento de fácil disponibilidad
LPR Technology centraliza todos los datos y con esto, el análisis de los datos se agiliza y se hace disponible rápidamente para una rápida toma de decisiones y una acción rápida.
Datos precisos en tiempo real todo el tiempo
Al tener tecnología LPR conectada a la tecnología basada en la nube como la tecnología TimeTec LPR, el acceso a la información es continuo en tiempo real, lo que hace que la supervisión sea efectiva.
Aplicaciones de tecnología de reconocimiento de matrículas
La tecnología de reconocimiento de matrículas ahora es accesible y asequible para las masas y puede aplicarse a diversas aplicaciones.
Seguridad residencial / de edificios de oficinas
El despliegue de la tecnología LPR puede elevar y mejorar la seguridad de acceso de los edificios residenciales y de oficinas porque el sistema solo autorizará a los ocupantes del edificio a ingresar al área protegida y evitará el acceso de vehículos no autorizados.
Servicios de estacionamiento
Cuando una administración de estacionamiento utiliza la tecnología LPR, los automóviles autorizados pueden acceder al espacio de estacionamiento con facilidad sin tener que llevar ningún token o tarjeta.
