Algoritmi e reti neurali per il riconoscimento targhe e veicoli

Il riconoscimento targhe è tra le funzioni di analisi video più diffuse e importanti per la sicurezza stradale e il monitoraggio del traffico. Grazie ai processori di nuova generazione e alle reti neurali convolutive (AI), integrati nelle telecamere o nei software di analisi, si possono identificare anche nazionalità, marca, modello e colore dei veicoli monitorati

L’analisi video applicata ai sistemi ITS (Intelligent Transport System) può assumere diverse declinazioni accomunate da un duplice scopo: la sicurezza e la mobilità urbana. La più diffusa è senza dubbio quella che permette di monitorare la circolazione dei veicoli su strade urbane, superstrade e autostrade, lo stazionamento nei parcheggi e l’accesso ai varchi come le ZTL.

Per l’identificazione univoca di ogni singolo mezzo che transita nella zona di osservazione delle telecamere si utilizzano i sistemi di riconoscimento delle targhe, presenti su tutti i veicoli immatricolati, archiviate nei database e associate alle informazioni necessarie per svolgere, sia manualmente che in automatico, diversi compiti. I più importanti sono l’accertamento delle infrazioni al codice stradale come il superamento dei limiti di velocità e l’assenza della copertura assicurativa ma anche l’identificazione dei veicoli sottoposti a fermo amministrativo o sospetti di aver causato un incidente stradale (pirati della strada).

Il riconoscimento targhe è utile anche al monitoraggio e al pagamento degli accessi, ai parcheggi pubblici e privati (residenziali e aziendali), del traffico su strade e autostrade per l’analisi dei flussi a scopo statistico o per la generazione di alert.

In gergo tecnico, questa funzione viene identificata con i termini anglosassoni License Plate Recognition (acronimo LPR) e Automatic Number Plate Recognition (ANPR). Anche se già in uso fin dagli anni Ottanta da parte della Polizia Scientifica di tutto il mondo, solo di recente è entrata a far parte della dotazione delle FdO nazionali e delle amministrazioni locali per semplificare e rendere più efficiente il lavoro di pattugliamento per il contrasto alla criminalità e alle violazioni del CdS.

Specifiche software e hardware ottimizzate

Per il riconoscimento delle targhe non è sufficiente utilizzare un qualsiasi software di analisi video e una qualsiasi telecamera di videosorveglianza. I migliori risultati si ottengono infatti solamente con quei prodotti che, oltre all’analisi video avanzata, ormai quasi interamente governata dall’intelligenza artificiale come spiegheremo più avanti, offrono specifiche software e hardware ottimizzate per la rilevazione fissa on-the-road e mobile on-board.

Per garantire un’identificazione rapida e precisa, in particolare con i sistemi automatizzati, è fondamentale che l’immagine catturata dal sensore della telecamera sia quanto più possibile definita e bilanciata, senza sfocature (blur) causate dal movimento né sovraesposizioni o sottoesposizioni. Anche se il 99% delle telecamere analogiche da almeno 700-1000 TVL e quelle AHD sono in grado di svolgere questi compiti, solamente con quelle IP si possono ottenere i migliori risultati grazie alla flessibilità e alla versatilità garantita dai flussi digitali.

Se correttamente posizionata in modo da inquadrare perfettamente la parte anteriore o posteriore di un automezzo, la telecamera può fornire buoni risultati anche quando il sensore non è ad altissima definizione. Teoricamente, se il veicolo transita a velocità ridotta attraverso un varco e l’illuminazione è più che sufficiente, non è nemmeno necessario impostare frame rate elevati.

Se ampliamo il discorso ad altri ambiti operativi ed ambientali, come ad esempio l’analisi del flusso del traffico sulle autostrade, dove i mezzi sfrecciano a velocità elevata, in condizioni di luce scarsa o totalmente assente, un elevato frame rate (almeno 30 fps) e un sistema di illuminazione IR ad alta potenza e precisione sono fondamentali per ottenere immagini compatibili con i software di analisi.

Requisiti minimi per il riconoscimento OCR

Le telecamere compatibili con le funzionalità LPR/ANPR utilizzano sensori da almeno 2-3 MP, ottiche varifocus (per esempio, 5-50 mm), sia fisse che motorizzate, studiate per ottimizzare il posizionamento in un ampio range di distanze, anche fino a 30 metri.

L’ottica va impostata in modo tale che la larghezza della targa nella scena ripresa deve essere almeno di 130 pixel per le targhe europee e 150 pixel per quelle di altri paesi che adottano differenti font e dimensioni di lettere e numeri.

È fondamentale che il sensore CMOS sia sufficientemente sensibile da operare anche con pochissima luce, evitando se possibile di passare dalle immagini a colori a quelle in bianco e nero, soprattutto se oltre la targa si vuole anche identificare il colore del veicolo.

Nei casi limite, il sensore va supportato dagli illuminatori IR, meglio se di tipo “array” con sistemi di modulazione della potenza e apertura fino a 180°, con lenti dedicate che focalizzano l’emissione infrarossa nella regione di interesse (ROI) dove transitano gli automezzi. In tal caso si riesce a illuminare perfettamente la targa sfruttando le sue capacità riflettenti e, grazie alla regolazione automatica dell’emissione IR, impedire che altri elementi come i fari posteriori o i catadiottri possano abbagliare l’immagine e impedire la lettura della targa o il riconoscimento del modello e della marca.

Le telecamere più evolute impiegano sofisticati meccanismi di autoregolazione e soppressione della luminosità ambientale (per esempio, sole all’orizzonte), più rapidi ed efficaci rispetto a quelli delle telecamere tradizionali, certificazioni IP66, 67 o 68 per garantire la perfetta impermeabilità e gusci antivandalo con sistemi di ventilazione e riscaldamento per impedire la formazione di condensa.

Grazie a queste caratteristiche e dotazioni, la maggior parte delle telecamere LPR/ANPR di ultima generazione può catturare immagini sufficientemente definite per analizzare ed identificare le targhe di qualsiasi veicolo, anche con velocità fino a 250 km/h e in freeflow, cioè senza bisogno di sensori annegati nella pavimentazione.

Come posizionare le telecamere

Di norma, le telecamere LPR/ANPR andrebbero posizionate il più possibile in asse rispetto al veicolo da analizzare: lo scostamento orizzontale e verticale non dovrebbe infatti mai superare i 30° rispetto alla direzione di marcia. L’elevata definizione dei sensori, la potenza dei processori grafici e gli algoritmi di AI permettono tuttavia di superare, anche abbondantemente, i 40° senza compromettere l’identificazione. L’angolo tra l’asse orizzontale della targa ripresa ed il piano deve essere invece compreso nell’intervallo ± 5°. L’installazione ad almeno 3-4 metri di altezza rende meno probabili le manomissioni e i vandalismi mentre la distanza dalla corsia di marcia varia tra i 4 e i 40 metri a seconda delle specifiche dell’ottica.

Dall’immagine all’identificazione con il contributo dell’AI

Gli ultimi step dell’intero processo sono la selezione della porzione dell’immagine che contiene la targa (ROI) e la conversione dei bit digitali in lettere e numeri. Queste operazioni possono essere effettuate direttamente a bordo della telecamera oppure da software esterni come il Targa System (vedi box). In tutti i casi la conversione si basa sul riconoscimento ottico dei caratteri (OCR) e richiede un’attenta configurazione dei parametri e delle opzioni fornite dall’applicativo, come per esempio il numero di corsie, l’ambito applicativo, l’area geografica, la dimensione minima e massima della targa, ecc.

Per ridurre i margini di errore, i software permettono di regolare automaticamente oppure manualmente i parametri video come contrasto, luminosità e dettaglio, adottano filtri e funzioni utili per ridurre il rumore, lo sgranamento e lo sfocamento dell’immagine.

Per una identificazione ancora più precisa si ricorre sempre più all’intelligenza artificiale e all’addestramento delle reti neurali convoluzionali tramite processori grafici (GPU). L’analisi video basata sull’AI può stabilire con ottima approssimazione i numeri e le lettere di una targa perché è stata istruita a farlo attraverso una serie di istruzioni più o meno dettagliate. Per raggiungere le migliori prestazioni, in termini sia di precisione sia di velocità di rilevamento, la telecamera oppure il PC che esegue l’operazione di analisi deve poter contare su una GPU potente e su una rete neurale ottimizzata e ben addestrata. Grazie ad una collezione di dati (dataset), ovvero a centinaia di migliaia o milioni di immagini (targa, fari, profilo laterale e altri caratteri distintivi del veicolo), una rete neurale impara a identificare con più precisione quello che la telecamera sta osservando fino ad arrivare anche a distinguere un elemento vero da uno fake. Più il dataset è ricco di esempi significativi del soggetto, nelle diverse angolazioni, colorazioni e condizioni di contorno, migliore e più efficace risulterà l’addestramento. Per esempio, una rete neurale ben allenata potrebbe scoprire la falsificazione di un numero o di una lettera della targa, capire se si tratta del modello X o del modello Y della marca Z con pochissimi indizi perché ha già osservato e studiato quel veicolo grazie alle migliaia di immagini presenti nel dataset.

Una rete poco allenata, invece, non offre la stessa precisione e affidabilità perché ha imparato poco (scarso numero di campioni) oppure male (campioni poco rappresentativi). L’intelligenza artificiale applicata alle telecamere con analisi video on-board non porta quindi a risultati identici per tutti i modelli: il successo dipende dalla qualità degli algoritmi e dall’addestramento, un’operazione per lo più manuale che richiede una enorme quantità di tempo uomo e che inevitabilmente incide sul costo finale del prodotto al pari dei componenti hardware (CPU, GPU, sensore CMOS, ottica, ecc.).

Accesso riservato