22 ДЕК/20
Автоматическая фиксация нарушений правил дорожного движения: новые аспекты использования для обеспечения безопасности населения

Авторы: Владимир Балановский, Иван Брец, Алексей Авдонов
Ссылка 

Автоматическая фиксация нарушений правил дорожного движения: новые аспекты использования для обеспечения безопасности населения

Постановка задачи

Автоматическая фиксация нарушений правил дорожного движения (ПДД) применяется в РФ и в мире достаточно широко. Кроме того, по сути, стандартом стала фиксация всего транспорта, проходящего через зону контроля, чтобы данные о передвижении транспорта в дальнейшем использовать для поиска транспорта, занесенного в базы розыска.
Проблема в настоящее время состоит в том, что такой поиск, как правило, осуществляется пост-фактум, т.е обнаруженный автомобиль фиксируется в центре, в силу чего немедленные процессуальные действия с данным автомобилем в месте обнаружения невозможны.
Кроме того, в процессе эксплуатации систем фотовидеофиксации выявилась потребность не только жесткой процессуальной работы с автомобилями, которые занесены в базы розыска, но также и профилактической работы с некоторыми категориями автомобилей, которые в юридическом смысле не подлежат каким-либо санкциям (задержание, и т.п.), но в целях безопасности могут быть вовлечены в профилактическую работу.
Примеры последнего года: автомобили, владельцы которых подлежат карантинным ограничениям.
Другие возможные применения: злостные нарушители правил дорожного движения, неплательщики штрафов, лица с высокой степенью риска потребления алкоголя или наркотиков, лица, которые могут быть привлечены, как свидетели, из-за того, что находились вблизи места преступления и т.д.
Вторая сторона вопроса - идентификация лица, управляющего автомобилем, в настоящее время осуществляется, исключительно по государственному регистрационному знаку автомобиля (т.е. косвенно на основании баз данных – также пост- фактум). Предлагается на основании развитых технологий распознавания лиц осуществлять распознавание лица человека в движущемся автомобиле, и результат распознавания использовать, как минимум, для поиска в фиксированном списке лиц, и немедленной сигнализации об обнаружении такого лица.

Методология решения проблем

Решение поставленных проблем включает технологии:

1) распознавание лица через лобовое стекло автомобиля с комплекса фотовидеофиксации;

Данная задача решается следующим образом:

  • распознавание лиц людей, находящихся в автомобиле, из-за пределов автомобиля (в том числе, с комплекса, фиксирующего традиционные нарушения ПДД – скоростной режим, нарушения на светофоре и т.п.); такое распознавание сопряжено с решением большого количества проблем: недостаточная освещенность, контраст между освещенностью вне пределов автомобиля и внутри автомобиля, заслонение части лиц различными предметами (головной убор, очки, козырек); загрязненность стекла автомобиля; необходимость различения водителя и пассажира;
  • решение задачи распознавания лица в пределах комплексов (как мобильных, так и стационарных), как правило, имеющих ограниченные вычислительные ресурсы, требует также решения проблемы разработки алгоритмов, минимизирующих потребность в таких ресурсах. 
2) построение системы, способной в он-лайн режиме реагировать на обнаружение лица или автомобиля в фиксированном списке; структурная схема такой системы приведена на рис.1.
Untitled-1.gif Рисунок 1. Схема взаимодействия модулей

Реализация алгоритма распознавания лиц

В проекте предполагается решить задач детектирования лица в видеопотоке, также поиск нужного человека среди множества изображений (задача идентификации лица).

Особенностью используемого в данной разработке алгоритма является использование для обучения собственного датасета, нарабатываемого командой проекта, начиная в 2013 года при реализации задачи в процессе обеспечения безопасности при подготовке и проведении Олимпиады-2014 в г. Сочи на основе использования АПК «Маска». Датасет содержит в настоящее время более 20 тысяч изображений лиц. Используемый алгоритм описан в статье (ссылка на статью "Направления автоматической фиксации нарушений правил дорожного движения") В отличие от других известных решений в разрабатываемом проекте учитывается качество шаблона в поисковой базе, и при определении параметров FARи FRR данный параметр учитывается в совокупности со значениями параметров.

На рис. 2 показан результат с учетом качества шаблона.

Untitled-2.gif Рисунок 2. Пример использования качества шаблона

Реализация проекта

Проект реализуется с использованием опыта предшествующих наработок: построение АПК «Маска» распознавания и идентификации лиц и использование его в ходе подготовки и проведения «Олимпиады-2014» в г. Сочи;

  • построение прототипа базы фиксированного списка ГРЗ, подлежащих контролю, на базе ГИБДД Краснодарского края;
  • реализация модуля поиска в фиксированном списке на комплексах фотовидеофиксации, установленных в Краснодарском крае;
  • исследование технической базы, пригодной для удовлетворения одновременно противоположных требований: с одной стороны - наличие ограничений на энергопотребление и наличие ограничений на физический размер оборудования, с другой стороны – обеспечение максимальной производительности алгоритмов распознавания.

В настоящее время данный проект реализует резидент «Сколково» - ООО «Научно-исследовательский центр МВС»