澳大利亚警局8600万美金造AI平台抓偷车贼,然而一个程序员57行代码就搞定了

  • 时间:
  • 浏览:0

被委托人面,将会每辆车的识别成本在39.1万美元左右,虽然挺贵,尤其是将会BlueNet系统的识别结果不用说不得劲准确,并且只能 大规模的IT项目停产或升级相关系统的情况汇报下,根本花不了只能 多钱。

将会依赖于一个多专有软件打造设备,原困后续每一次请求都将付费。相比之下,开源技术省钱是毋庸置疑的。

传输到安塞进 执法车辆的设备数据包括:汽车出厂型号(只能汽车被盗时才会核实)、注册情况汇报以及车辆被盗时的通知报告。

警方的举措引起了外国女老外 Tait Brown的注意。Tait是一名开发者和设计师,他虽然维州警局的做法太浪费钱,于是突发奇想,准备用开源技术动手做一个多车牌扫描仪模型,将会车辆被盗或未被注册,它就会自动通知车主。

但结果出乎意料的准确

听起来是还可以 很简单。同类,图像正确处理都可不并能 交由openalpr库正确处理。这涉及到识别车牌上的字符:

做完了以上试验时候,Tait完整篇 想不明白为那此大概83000万美元,也没虽然,经过本地化训练的开源工具比BlueNet系统(第三方技术服务)的准确性低

在现在始于时候,Tait简单列出了车牌扫描仪产品的一个多关键点。

尽管,集中式的机器学习算法很有效,将会系统会随着角度学习的过程而变得更精确,但Tait更想知道,将会在本地设备实现这俩 功可不并能有就将会“足够好”。

以下是他测试的过程:

将直播视频流传给中央正确处理器,似乎是正确处理现象最差的依据 了。将会这除了会产生昂贵的数据流量费,还可以 加剧网络延迟现象。

将会Tait手头只能 Raspberry Pi(树莓派,微型电脑)摄像头或USB网络摄像头,并且我他就用现成的Dashcam镜头替代——一个多随时可用的样本数据来源,Dashcam镜头还一个多多好处,它的视频成像效果,与车载摄像头所拍摄的视频质量差不要 。

然而最终的正确处理方案却并能在宽广的视野中识别车牌。

如今特斯拉汽车将会配置了摄像头和传感器,并能接收OTA更新,这就大概目击者。当然,Uber和Lyft司机也可不并能 配备那此设备,来增加安全性。

图:现有的车牌识别系统

PS:公共访问维州公路局的API接口是不可用的,并且Tait从官方网络下载数据,来进行车牌识别测试。

如以上两张图所示,图像正确处理的置信度评分从原先的87%上升到了91%以上。

Tait预计,这笔预算其中一要素还包括:对几个遗留数据库和软件应用应用应用程序的更新,以支持每秒对每辆车进行高频率、低延迟的车牌查询。

图:反光和摄像头失真并且我 影响车牌识别

转载请与作者联系,一并请务必标明文章原始出处和原文链接及本声明。

不过难以正确处理的,正确处理方案有时候也会出错。

原文出处:科技行者

图:几帧后,M已被正确识别,并且有着更高的置信度评分

试想一下,未来这俩 车牌识别系统可不并能 有并且我应用场景。譬如,系统自动扫描绑匪时候,自动报警并告知家属绑匪当前的位置和方向,那该有多酷。

整个正确处理方案很简单

产品设计好了时候,就可不并能 操作了。Tait的正确处理方案是,从Dashcam视频中获取图像,并且通过一个多本地安塞进 车牌扫描仪设备上的开源车牌识别系统抓取图像,来查询汽车的注册检查服务,并显示结果。

这让Tait确信,通过提高采样率可不并能 提高准确率,并且按最高置信度进行排序。将会,也可不并能 调整阈值,设置成仅在置信度大于90%的情况汇报下才接受汽车牌照号的验证。

为正确处理被盗汽车被进一步欺诈性销售,维州公路局先是启用了一项网络服务,以检查车辆注册情况汇报,接着又打算投资研发一套汽车牌照扫描仪——基于计算机视觉识别系统、可扫描过往车辆、自动识别被盗汽车的固定三脚架摄像机。

维多利亚警察局是澳大利亚维多利亚州的主要执法机构。在过去一年里,州内共有1.十五万多辆车被盗,涉案费用约1.7亿美元,对此维多利亚警方十分头疼,现在始于尝试技术手段去抓偷车贼。

关于83000万美元的现象

图:读数不正确,误将M识别为H

并且,正确处理方案最终还是会纠正错误,给出正确反馈。

简而言之,使用开源技术和现有组件,似乎有将会提供一个多回报率更高、更省钱的正确处理方案,投资远远低于83000万美元哦!

测试结果让Tait感到惊喜。他此前还担心用开源系统识别车牌的效果会不理想,并且图像识别算法很将会并未针对澳大利亚车牌进行优化。

然而整套装置价格高昂,约83000万美元。有业内评论员分析,要想将这俩 成本共计83000万美元的系统配置在220辆车上,大概每辆车支出390909美元。

那此还可以 很直接的代码优先正确处理方案(code-first),并且不排除使用本地数据集,来训练车牌识别软件。