Otomatik Plaka Tanıma (ANPR) - 2023 Rehberi

Bilgisayar Görüşüne mi ihtiyacınız var?

ANPR teknolojisi, çeşitli uygulamalar için sağladığı geniş fayda yelpazesi nedeniyle son yıllarda popülaritesini artırmıştır. ANPR’nin sunduğu avantajlardan sadece birkaçı trafik yönetimi, akıllı park etme, geçiş ücreti otomasyonu, akıllı şehirlerdeki akıllı ulaşım sistemleri ve yolculuk süresi analizidir.

Bu makalede, uygulamalı içgörülerimizi ve otomatik plaka tanımaya ilişkin pratik kavramları paylaşacağız. Özellikle şunları ele alacağız:

ANPR nedir?
ANPR araçları tanımlamak için nasıl çalışır?
En iyi ANPR yazılımı ve teknikleri
Otomatik plaka tanımanın avantajları

Otomatik Plaka Tanıma (ANPR) Nedir?

Otomatik Plaka Tanıma (ANPR), aracın plaka numarasını okumak için araç plakalarının görüntülerinde optik karakter tanımayı kullanan bir teknolojidir. Otomatik plaka tanıma sistemi, bir veya daha fazla kameranın görüntülerinde veya gerçek zamanlı videolarında araçları hızlı ve otomatik olarak tanımlamak için farklı görüntü işleme teknikleri uygular.

Otomatik Plaka Tanıma Sistemi

Otomatik bir plaka tanıma sistemi, araçların hareketini izlemek, belirli arabaları tanımlamak, otomatik park denetimi vb. gibi çeşitli amaçlar için kullanılabilir.

ANPR sistemlerinin kullanımı, makine öğrenimi ve derin öğrenmenin ortaya çıkmasıyla teknoloji hızla geliştikçe, hesaplama maliyeti düştükçe ve uygulanan görüntü işleme tekniklerinin doğruluğu arttıkça daha popüler hale geliyor.

ANPR Sistem Türleri

İki ana ANPR sistemi türü vardır:

Sabit sistemler: Sabit ANPR sistemleri, belirli bir yerde ve zamanda kurulan sistemlerdir. Örneğin, bu sistemler geçiş gişelerine, sınır geçişlerine veya diğer stratejik noktalara kurulabilir.
Mobil sistemler: Mobil ANPR sistemleri, bir araç tarafından taşınan ve diğer araçların plakalarını taramak için kullanılabilen sistemlerdir. Örneğin, bu sistemler polis arabaları tarafından aranan araçların izini sürmek için kullanılabilir.

ANPR Nasıl Çalışır?

Otomatik plaka tanıma (ANPR) sistemleri, araç plakalarını okumak için diğer görüntü işleme teknikleriyle birlikte optik karakter tanıma (OCR) uygular.

ANPR, en doğru ve yaygın olarak uygulanan bilgisayarlı görü sistemlerinden biridir ve uygulanan yöntemler, otomatik plaka tanıma yazılımının performansını, doğruluğunu, maliyet etkinliğini, sağlamlığını ve ölçeklenebilirliğini artırmak için sürekli olarak gelişmektedir.

ANPR teknikleri

ANPR’de popüler olarak kullanılan ve bilgisayarla görme boru hattının bir parçası olarak kombinasyon halinde kullanılan birkaç farklı teknik vardır. Görüntü hattı, görüntü veya video girdisini anlamlı tam bilgiye dönüştürmek için gereken adımları içerir.

Bunlar en önemli bileşenlerdir:

Gerçek zamanlı nesne algılama

Nesne algılama, video akışlarının görüntülerinde araçları ve farklı araç sınıflarını (otobüs, kamyon, araba, minibüs, motosiklet vb.) tanımak için derin öğrenmeyi kullanır. YOLOv3 veya YOLOv7 gibi son teknoloji ürünü nesne algılama algoritmaları, bir görüntü veri kümesi üzerinde eğitilmiş sinir ağlarını kullanır.

Görüntü işleme

Görüntü İşleme, görüntüleri normalleştirmek ve OCR algoritması tarafından işlenmek üzere hazırlamak için kullanılan geleneksel bilgisayarla görme yöntemlerini içerir . ANPR uygulamaları genellikle değişken aydınlatma, tıkanıklık, hava durumu ve tutarsız kurulumlarla zorlu gerçek dünya ortamlarında kullanıldığından, görüntü işleme işlevleri, sonuçları ve sonraki algoritmaların çıktısını önemli ölçüde iyileştirmek için görüntüleri keskinleştirmek, renklerini düzeltmek veya kırpmak için kullanılır.

OpenCV, ANPR sistemlerinde görüntü işleme görevleri için en yaygın kullanılan kitaplıklardan biridir.

Optik Karakter Tanıma (OCR)

Optik Karakter Tanıma (OCR), görüntülerden metin okumak için önemli bir bilgisayarla görme tekniğidir. Bu, ANPR sisteminin araç plakalarını tanımlamasını sağlar. Tesseract OCR veya MaskOCR algoritmaları gibi görüntü işleme teknikleri, tek tek karakterleri algılamak, bu karakterlerin sırasını doğrulamak ve plaka görüntüsünü metne dönüştürmek için kullanılır.

Şablon eşleme

Şablon eşleştirme, bir eşleşme bulmak için bir plaka görüntüsünü bir plaka görüntü kitaplığıyla karşılaştırmak için kullanılan bir tekniktir. Şablon eşleştirme, bir metin dizisinde belirli bir kalıbı bulmaya yönelik bir tekniktir. ANPR durumunda, karakter seti araç plakalarıdır.

ANPR’yi Derin Öğrenme ile test etme

Temmuz 2022’de piyasaya sürülen en iyi performans gösteren bilgisayarla görme modellerinden biri olan YOLOv7 ile ANPR demosunu test etmenin kolay bir yolu burada .

1. Adım: Önceden eğitilmiş ANPR modeline buradan erişebilirsiniz
2. Adım: Resimlerinizi ve videolarınızı test için yükleyin.

ANPR süreci

Tipik ANPR sistemleri, bir dijital görüntü yakalama birimi (kamera), bir işleme birimi ve video analitiği için farklı algoritmalar içerir.

Video girişi ve görüntü elde etme: İlk olarak ANPR kamera, bir veya daha fazla araç plakası (video akışı veya fotoğraf) içeren görüntüleri veya videoları yakalar. Kızılötesi aydınlatma, kameraların geceleri araç plakalarını yakalamasına izin vermek için kullanılır ve bu da ANPR’nin günün her saatinde çalıştırılmasını mümkün kılar.
Plakayı algıla ve kırp: Görüntüde, makine öğrenimi ve bilgisayarla görme yöntemleri kullanılarak araç plakası algılanıyor. İhtiyaç duyulan bilgi işlem kaynakları, karmaşıklık, hız ve doğruluk açısından önemli ölçüde farklılık gösteren farklı yöntemler vardır. Yaygın bir yöntem, önce nesne algılama kullanılarak araçların algılanmasını, ardından plakanın bu sınırlayıcı kutular içinde konumlandırılmasını içerir. Bu genellikle arka plan ve plaka arasındaki kontrast alanları bularak elde edilir. Plaka algılandıktan sonra kırpılır ve normalleştirilir (keskinleştirilir, bozulur ve geliştirilir).
Plakayı çıkarın ve okuyun: Ardından, plaka numarasını metin biçiminde döndürmek için algılanan plaka alanına OCR yazılımı uygulanır. OCR yazılımı, farklı karakter kümeleri için optimize edilebilir, bu da aynı ANPR sisteminin farklı ülkelerde kullanılmasını mümkün kılar. Bir ANPR sisteminin çıktısı tipik olarak, genellikle bölge veya ülke tanımlayıcısıyla birlikte plaka numarasıdır.
Plaka bilgilerini kullanın: Son olarak, düz metin biçimine dönüştürüldüğünde, araç plaka numarası diğer BT sistemleriyle entegrasyon için bir veritabanında saklanır. Plakayı, kayıtlı plakalar veritabanıyla veya beyaz liste ve kara liste veritabanlarıyla karşılaştırmak için kullanılabilir. Yazılım, veri tabanında bulunursa, kayıtlı araç sahibinin adı ve adresi gibi araçla ilgili kayıtlı bilgileri döndürür.

Otomatik Plaka Tanıma’nın Faydaları

ANPR, gerçek dünya uygulamalarının temelini oluşturan çok sayıda avantaj sunar. ANPR’nin çoğu avantajı, manuel görevlerin otomatikleştirilmesi, yüksek verimli alan yönetimi, yönetişim ve artan müşteri deneyimi ile gelir.

Otomasyon: Plakaların otomatik olarak tanınması, tesisler için otomatik uyarılar ve kontroller sağlar. Bu nedenle ANPR, akıllı şehirler veya ücretli istasyonlar için önemli bir teknolojidir .
Doğruluk: ANPR sistemleri çok yüksek doğruluk elde edebilir ve araçları plakalarından hızlı ve kolay bir şekilde tanımlayabilir.
Analitik: Oluşturulan veriler, trafik akışı analitiği için kullanılabilir. Bu, insanların ve malların hareketliliğini iyileştirmek, talep yönetimini artırmak, güvenliği artırmak, trafik sıkışıklığını azaltmak ve olayları etkili bir şekilde yönetmek için veri işleme teknolojilerinin kullanıldığı Akıllı Ulaşım Sistemlerinin (ITS) işletilmesi için özellikle önemlidir.
Tanımlama: Bir araç plakasının hızlı tanınması, hızlı ve sorunsuz araç tanımlamasının temelidir. Kimlik, araçlara erişim izni vermek veya belirli araçları bulmak ve izlemek için kullanılabilir.
Maliyet Verimliliği: Kesin ve hızlı plaka tanıma, insan girdisine dayanmaz. Çok sayıda araç plakası çok hızlı bir şekilde analiz edilebilir, bu da onu araçları tanımlamada çok verimli bir yöntem haline getirir. Dolayısıyla, uygun maliyetli yönetişim sağlar ve bekleme sürelerini azaltır.
Düşük Ayak İzi: Otomatik bir plaka tanıma sisteminin kurulması ve çalıştırılması nispeten uygun maliyetlidir. ANPR için çok çeşitli kameralar uygundur.
Ölçeklenebilirlik : IoT (veya AIoT ) ve Uçta Makine Öğrenimi ( Edge AI ) gibi gelişmekte olan teknolojilerin kullanımı, dağıtılmış sistemlerin geliştirilmesini sağlar. Uç bilgi işlem, ANPR için gereken çevrimdışı yeteneklerin, özel ve uygun maliyetli video analitiğinin uygulanmasını mümkün kılar.
Kolaylık: ANPR genellikle diğer BT sistemleriyle entegredir ve son kullanıcılara sorunsuz ve sorunsuz bir deneyim sağlamak için bir ekosistemde çalışır. Bu nedenle teknoloji, müşteri deneyimini geliştirmek ve otomatik park ödemeleri gibi yeni hizmetler ve ürünler sunmak için kullanılıyor.
Çok yönlülük: Otomatik araç tanımlama, park yönetiminden güvenliğe, trafik denetimine, üretimde lojistik optimizasyonuna vb. kadar çeşitli uygulamalar için uygulanabilir .
Güvenlik: ANPR çözümleri, bilgisayar görüşünün çeşitli güvenlik ve gözetim uygulamaları için büyük önem taşımaktadır . Bu tür sistemler, birden fazla aracı otonom olarak tanımlamaya ve izlemeye yönelik bir yöntem sağlayarak güvenliği artırmaya yardımcı olur.
Çevresel faydalar: Bir ANPR sisteminin kullanılması, gereksiz sürüşü önleyerek trafik sıkışıklığının ve kirliliğin azaltılmasına yardımcı olabilir. Şehirlerde bekleme sürelerinin veya park yeri arama sürelerinin azaltılması çevre kirliliğinin azalmasına yardımcı olur.

ANPR’nin Popüler Kullanım Örnekleri

Otomatik plaka tanıma, araçların tespitinin, tanımlanmasının veya konumlarının belirlenmesinin önemli olduğu çok çeşitli uygulamalar için gereklidir. Akıllı şehir uygulamalarında bilgisayarla görmenin diğer kullanım durumları hakkındaki kapsamlı makalemizi okuyun .

Kanun yaptırımı

Polis güçleri, bir aracın kayıtlı olup olmadığını kontrol etmek veya trafik ihlalleriyle ilgili araçları belirlemek için yasa uygulama amaçlarıyla ANPR’yi kullanır. Araç plakalarını gerçek zamanlı olarak algılama ve tanıma yeteneği, yetkililerin araçları tanımlamasına ve konumlarını takip etmesine olanak tanır.

Akıllı park yönetimi

Otopark yönetimi, bireysel araçları tespit etmek için entegre bir çözüm gerektirir. Bu nedenle, otomatik plaka tanıma, verimli otopark yönetiminin anahtarıdır. ANPR, otoparkların otomatik park yönetimine sahip olmasını sağlar çünkü her araba kendi plaka numarasına göre muhasebeleştirilir. Bu tür akıllı park sistemleri, tesisteki her aracı takip eder ve eksiksiz bir yönetim sağlar.

Sonuç olarak, kapalı otopark kullanıcıları kendi biletlerini yönetme ve harcanan zamanı takip etme, yanlış bilet ödemeleri veya biletlerini kaybetme nedeniyle ceza alma riskinden kurtulabilirler. Ek olarak, bir anlaşmazlık durumunda otomatik gözetime geri dönülebilir.

Yolculuk süresi analizi

Yolculuk süresi analizi (JTA), yetkililerin araçlardan geçişlerini ve bir düğümden diğerine geçen sürelerini belirlemeleri için çok önemli bir uygulamadır. Ek olarak, bu tür analizler, trafik yöneticileri için daha iyi rota planlamasına olanak tanır.

Akıllı trafik yönetimi

Trafik yönetimi, ANPR’nin sunduğu çok sayıda avantaj için kullanılan şemsiye terimdir. Otomatik araç plakası tespiti, aşırı hız yapan araçları, dikkatsizce giden araçları veya herhangi bir kazayı tespit etmek için şehir genelinde kullanılabilir.

ANPR, belirli bir bölgenin veya tüm şehrin alanla ilgili trafik verilerini ölçmek ve analiz etmek için çözümler sunar. Daha geniş ölçekte trafik yönetimi, daha iyi trafik planlaması için trafik sıkışıklığına ilişkin içgörüler sağlar.

Perakende park güvenliği

Perakende parkları genellikle yetkisiz park etme ile uğraşır ve bu da doğru park yerleri için güçlüklere veya bazen şüpheli faaliyetlere yol açar. Bu tür güvenlik riskleri, yalnızca yetkili araçların park yerlerini kullanmasını sağlayarak ANPR teknolojisi ile ele alınabilir.

Gişe kayıtları

Otoyollarda manuel gişe yönetimi, dünyanın bazı bölgelerinde hala önemli bir uygulamadır. Çoğu zaman, otomatik geçiş istasyonları, otonom gişe yönetimi için farklı teknolojilerden yararlanır. Örneğin, daha büyük otoyollarda ANPR, yetkililerin geçiş ücretlerini manuel olarak çalıştırılan bir gişede durup ödeme yapmak yerine posta yoluyla veya otomatik olarak ödemek için plaka numaralarını almalarına olanak tanır. Dolayısıyla ANPR, verimli gişe yönetimi ve dinamik yol fiyatlandırması sağlar ve ihtiyaç duyulan operasyonel sürenin azaltılmasına ve dolayısıyla verimliliğin artmasına olanak tanır.

Bilgisayarların yapay zeka ile görmesini ve görsel sensörler kullanarak fiziksel dünyayı algılamasını sağlama yeteneği, operasyonları etkin bir şekilde dijitalleştirmek ve otomatikleştirmek için ayrılmaz bir teknoloji haline geliyor. Son yıllarda, makine öğrenimi teknolojileri, özellikle derin öğrenme, endüstriler genelinde bilgisayarla görme uygulamalarında büyük başarı göstermiştir.

Çoğu uygulama , bilgisayar görüşünü her yerde ve ölçekte sunmak ve dağıtmak için IoT ( AIoT ), Bulut Bilişim ve Uç Yapay Zeka ile Yapay Zekadan yararlanır. Yapay zeka görüş teknolojisinden yararlanan bilgisayarlar, yüz tanıma gerçekleştirebilir , el yazısını okuyabilir, nesneleri tanıyabilir, insan hareketlerini sınıflandırabilir, otomatik inceleme gerçekleştirebilir veya görüntü tanıma ile kritik durumları otomatik olarak algılayabilir.