На М-12 и ЦКАД испытают отечественную нейросеть, распознающую грязные номера
Компания "Единый Оператор" (входит в концерн "Телематика") в пилотном режиме планирует подключить к распознаванию грязных государственных регистрационных номерных знаков (ГРНЗ) автомобилей отечественный софт с элементами нейросети. Он разработан "СофтТелематикой" (входит в концерн "Телематика") для безбарьерной системы взимания платы "Свободный поток".
Распознавание готовы испытать в начале следующего года на ЦКАД и на открытых участках трассы М-12. Программное решение на основе машинного зрения будет дораспознавать загрязненные ГРНЗ, которые не удалось определить на рубежах взимания платы. В случае положительного результата испытаний "Единый Оператор" выйдет с инициативой поправок в нормативную правовую базу, чтобы учитывать данные при вынесении административных постановлений.
"Существующие технологические и интеллектуальные ресурсы концерна "Телематика" позволяют нам применять передовые решения в своей работе. Софт с применением нейросети приблизит к нулю количество плохо читаемых и деформированных номеров. В дальнейшем технологию при необходимости можно обучить также выявлять намеренно скрытые ГРНЗ на основе отличительных особенностей машин, таких как габариты, царапины, таблички, наклейки и др. Для этого ПО будет осуществлять сравнение похожих автомобилей по всей базе ТС, которые проезжали когда-либо по платным трассам госкомпании "Автодор", - поделился Марсель Нигметзянов, генеральный директор компании "Единый Оператор".
Для проезда по платным трассам, работающим по принципу "Свободный поток", водителям не надо останавливаться перед шлагбаумами и тратить время на пунктах оплаты. Машины проезжают без снижения скорости под дорожными рамками, на которых размещены различные камеры и датчики. Счет за проезд формируется автоматически по фактически пройденному расстоянию на основе классификации автомобиля и распознанных номерных знаков. С момента открытия первого платного участка на декабрь 2022 года через рамки "Свободного потока" зафиксировано более 124,9 млн транзакций.
