Automatic Number Plate Recognition

Automatic number-plate recognition (ANPR) (также известная как автоматическое распознавание номерных знаков, автоматическое распознавание автомобильных номеров) — это технология, использующая оптическое распознавание символов для автоматического считывания и идентификации государственных регистрационных знаков транспортных средств. ANPR является подвидом машинного зрения и применяется в системах безопасности, дорожного контроля, управления транспортными потоками и взимания платы за проезд.

История

Первые прототипы систем автоматического распознавания номерных знаков появились в 1970-х годах в Великобритании. Разработка велась полицией для автоматизации поиска угнанных автомобилей. Однако коммерчески жизнеспособные решения стали доступны лишь в конце 1990-х — начале 2000-х годов с ростом вычислительных мощностей и улучшением алгоритмов обработки изображений. В России внедрение ANPR началось в середине 2000-х, преимущественно на платных дорогах и в системах фиксации нарушений ПДД. К 2020-м годам ANPR стала стандартным компонентом большинства «умных» городов и транспортных инфраструктур.

Принцип работы

ANPR-система состоит из трёх основных этапов: захват изображения, локализация номерного знака и распознавание символов.

Захват изображения

Обычно используется одна или несколько камер высокого разрешения, работающих в видимом и/или инфракрасном диапазоне. Для уменьшения влияния освещения и бликов применяются синхронизированные инфракрасные прожекторы. Кадры могут делаться непрерывно или по триггеру (например, от индуктивного датчика в дорожном полотне).

Локализация номерного знака

Алгоритм ищет на изображении прямоугольную область с характерным соотношением сторон, цветовым контрастом и текстурой, соответствующей стандартному номерному знаку (для РФ — белый фон, чёрный шрифт, размеры 520×112 мм). Современные системы используют нейронные сети (свёрточные нейросети, например YOLO или EfficientDet) для детекции.

Распознавание символов (OCR)

После извлечения фрагмента номерного знака, изображение нормализуется (корректируется угол наклона, масштаб, контраст), после чего применяется оптическое распознавание символов. В современных реализациях OCR также базируется на нейросетевых моделях (RNN с механизмом внимания, CNN+LSTM). На выходе система выдаёт строку символов (букв и цифр) и, возможно, код региона.

Виды ANPR-систем

По архитектуре и производительности различают:

Стационарные системы

Камеры и процессор закреплены на одном месте — на столбах, въездных барьерах, пунктах весогабаритного контроля. Обработка ведётся локально или на выделенном сервере. Используются для:

• контроля проезда на платных дорогах;
• фиксации нарушений ПДД (превышение скорости, проезд на красный сигнал, выезд на встречную полосу);
• контроля въезда/выезда на закрытые территории (паркинги, жилые комплексы).

Мобильные системы

Устанавливаются на патрульных автомобилях полиции, эвакуаторах или даже в ручных сканерах (планшетах с камерой). Они позволяют в движении считывать номера транспортных средств и сверять их с базами данных (например, базами розыска). В России мобильные ANPR активно применяются ГИБДД для выявления числящихся в угоне или с неоплаченными штрафами автомобилей.

Облачные (серверные) системы

Изображения с камер передаются по сети в облачный кластер, где происходит распознавание и ведение базы. Такая архитектура удобна для масштабирования (тысячи камер) и централизованного обновления моделей распознавания. Недостаток — высокая зависимость от качества и задержек интернет-канала.

Характеристики и точность

На точность распознавания влияют:

• освещение (солнечные блики, тени, туман);
• погодные условия (дождь, снег, грязь на номере);
• угол наклона камеры к номерному знаку;
• скорость движения автомобиля (для мобильных систем — до 150–200 км/ч);
• качество и износ самого номерного знака (сколы, утрата краски, установка в нештатное место).

Современные системы ANPR при идеальных условиях достигают точности распознавания символов 98–99,5%. В сложных условиях (плохая погода, сильный туман) точность может падать до 80–90%. В среднем по отрасли допустимой считается точность не ниже 95%.

Применение

Дорожное движение и безопасность

• Автоматическая фиксация нарушений ПДД (скорость, проезд на красный, выезд на встречную полосу, нарушение правил остановки/стоянки).
• Взимание платы за проезд (система «Платон» в России, лондонский Congestion Charge).
• Контроль доступа на автомобильные стоянки (паркинги гостиниц, торговых центров, аэропортов).
• Поиск угнанных автомобилей и транспортных средств, числящихся в розыске.
• Управление дорожным трафиком (подсчёт интенсивности движения, заторов).

Городская инфраструктура

• Коммунальные системы — фиксация машин, припаркованных с нарушением правил уборки улиц.
• Контроль въезда в пешеходные и природоохранные зоны.
• Поддержка систем «умного паркинга» — отображение на карте свободных мест.

Логистика и транспорт

• Автоматический учёт времени нахождения транспорта на терминалах (склады, таможенные посты).
• Идентификация грузовых автомобилей при входе на охраняемые объекты.
• Сверка фактических маршрутов с заданными (контроль топливных карт).

Правоохранительная деятельность

• Составление базы пройездов подозрительных транспортных средств.
• Выявление автомобилей-двойников.
• Помощь в расследовании дорожно-транспортных происшествий (автоматическая фиксация времени проезда через камеру).

Правовые и этические аспекты

В Российской Федерации использование ANPR регулируется:

• Конституцией РФ (право на неприкосновенность частной жизни, ст. 23, 24);
• Федеральным законом № 152-ФЗ «О персональных данных» (обработка государственных регистрационных знаков относится к категории персональных данных);
• постановлениями правительства, регламентирующими применение камер фотофиксации нарушений ПДД.

Хранение и обработка данных (изображений, времени, места) допускается только с согласия субъекта или в рамках исполнения закона (например, для обеспечения безопасности дорожного движения). Бесконтрольное массовое использование ANPR может нарушать право на анонимность передвижения. В ряде стран Европы и США существуют общественные протесты против установки камер на всех дорогах без судебного ордера.

Недостатки и критика

• Зависимость от качества данных: в регионах с грязными или повреждёнными номерными знаками распознавание резко ухудшается.
• Уязвимость к подделке: номерные знаки можно закрывать плёнкой, грязью или устанавливать «поддельные» номер с других машин.
• Ложные срабатывания: система может ошибочно распознать символ, что приводит к ошибочным штрафам.
• Проблемы с конфиденциальностью: ANPR автоматически фиксирует местоположение всех автомобилей, что может базировать профили поведения граждан без их ведома.

Сравнение с аналогами

Интересные факты

• Первая в мире система ANPR для контроля доступа была запущена в 1979 году на въезде на автомобильную стоянку аэропорта Хитроу (Лондон).
• В Китае ANPR интегрирована в систему «Социального кредита» — автоматическая фиксация нарушений ПДД влияет на рейтинг гражданина.
• В некоторых странах (например, в Австрии) разрешено использовать ANPR только для взимания платы за проезд, но запрещено для массового мониторинга.
• Современные ANPR-камеры могут распознавать не только номера, но и марку, модель, цвет и даже наличие трещин на лобовом стекле.

Источники

1. Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных» (ред. от 29.06.2023)
2. Постановление Правительства РФ от 23.10.1993 № 1090 «О правилах дорожного движения» (с изменениями)
3. ГОСТ Р 50577-2018 «Знаки государственные регистрационные транспортных средств. Типы и основные размеры. Технические требования»
4. Шакиров Р.И., Ахметов Р.И. «Автоматическое распознавание автомобильных номеров: обзор методов и систем» // Вестник УГАТУ, 2021, № 4
5. International Journal of Computer Vision, "ANPR: A Review of Techniques and Applications", 2020
6. Документация системы «Платон» (Правительство РФ, 2015–2023)
7. Европейская конвенция по правам человека, статьи 8 (право на частную жизнь)