Rambler's Top100
Все новости Новости отрасли

В Москве заработала нейросеть, выявляющая нарушителей ПДД

28 декабря 2018

26 декабря 2018 года стало известно о запуске в Москве нейронной сети для фиксации нарушений ПДД. Новая технология позволит автоматически сверять соответствие марки и номера автомобиля и исключит ситуации, когда камера неверно распознает номерной знак.

Как сообщает TAdviser со ссылкой на слова руководителя Дирекции фото- и видеофиксации столичного Центра организации дорожного движения Евгения Леглера, запущенная ЦОДД нейросеть поможет вычислить мошеннические действия по подмене номеров, когда автомобиль на снимке не соответствует тому, что занесен в базу данных под соответствующим государственным регистрационным знаком. Если система находит такое расхождение, она отправляет снимок сотруднику ЦОДД, который решает, имеет ли место техническая ошибка (неверное распознавание номера) или на автомобиле подменен сам номер. Естественно, в последнем случае ЦОДД передаёт материал в ГИБДД для оперативного реагирования.

По внешним признакам электроника сможет распознавать автомобили самых популярных и распространенных в Москве и Московской области марок, а также редкие и уже не выпускающиеся машины: всего в систему предполагается загрузить данные о 103 марках. Кроме того, нейросеть будет отличать легковые автомобили от грузовых, а такси и машины экстренных служб – от рядовых легковушек. Это позволит определять, к примеру, имеет ли право конкретный автомобиль двигаться по выделенной полосе.

Леглер пояснил, что ранее комплекс фото- и видеофиксации распознавал номер автомобиля, по нему из базы данных ГИБДД выгружалась марка машины. При первичной обработке информации специалист ЦОДД проверял, чтобы эти данные соответствовали автомобилю, зафиксированному на фотографии. После внедрения нового программного обеспечения, этот процесс стал автоматизированным.

Источник: TAdviser

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.