ALPR in Bad Conditions
تقدم هذه الورقة نظاماً مدمجاً للتعرف التلقائي على لوحات ترخيص المركبات (ALPR) مُحسَّناً للمعالجات المركزية (CPU) ومصمماً خصيصاً لظروف الطرق الصعبة في فيتنام، حيث يدمج كاشف YOLOv8n، وخوارزمية ByteTrack، وتقنية إزالة الانحراف السريع، مع تقنية التعرف الضوئي على الحروف (OCR) المُسرَّعة بواسطة ONNX مع التصويت الزماني والمكاني لتحقيق دقة عالية وأداء في الوقت الفعلي رغم الظروف الجوية السيئة، وضبابية الحركة، وتنوع تنسيقات اللوحات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول قراءة لافتة على سيارة متحركة بينما تقف عند زاوية شارع مزدحم. إذا كانت السيارة تسير في خط مستقيم باتجاهك تحت أشعة الشمس الساطعة، فالأمر سهل. ولكن ماذا لو كانت تمر مسرعة بسرعة 60 ميلاً في الساعة، وسط أمطار غزيرة، وأضواء الشوارع تومض، والكاميرا مائلة بزاوية غريبة؟ هذا هو السيناريو الكابوسي للحواسيب التي تحاول قراءة لوحات أرقام السيارات. هذا المجال من العلوم يسمى التعرف التلقائي على لوحات الأرقام (ALPR)، وهو العقل المدبر خلف إشارات المرور الذكية، وبوابات الرسوم الآلية، ومواقف السيارات. لكي يعمل، يحتاج الكمبيوتر إلى القيام بثلاثة أشياء صعبة: أولاً، العثور على السيارة وسط بحر من البكسلات؛ ثانياً، تحديد أي سيارة هي التي تتحرك عبر الفيديو؛ وثالثاً، قراءة الحروف والأرقام الموجودة على اللوحة حتى لو كانت ضبابية، أو مائلة، أو باهتة بسبب المطر. معظم هذه الأنظمة تحتاج إلى حواسيب قوية ومكلفة للغاية (مثل وحدات معالجة الرسومات الضخمة - GPUs) للقيقة القيام بذلك، مما يجعلها باهظة الثمن بالنسبة للعديد من المدن العادية.
تعالج هذه الورقة البحثية مشكلة محددة للغاية: كيفية بناء قارئ لوحات أرقام يعمل في الواقع الفوضوي والمضطرب لحركة المرور في فيتنام، ولكن يعمل على معالج كمبيوتر قياسي وبأسعار معقولة (CPU) بدلاً من سوبر كمبيوتر. لاحظ المؤلف، نغيا نغوين، أنه بينما يعد الذكاء الاصطناعي رائعاً في الظروف المثالية للمختبرات، فإنه غالباً ما يفشل عندما يواجه أمطاراً غزيرة، أو ضباباً كثيفاً، أو إضاءة منخفضة، أو المزيج الفريد من لوحات الدراجات النارية ذات الخط الواحد ولوحات السيارات ذات الخطين الموجودة في فيتنام. تقدم الورقة "مجموعة أدوات" جديدة تعمل مثل محقق ذكي متعدد الخطوات. فبدلاً من الاعتماد على عقل واحد قوي ومكلف، يستخدم هذا النظام خمسة مساعدين أصغر ومتخصصين يعملون معاً. فهو يستخدم كاشفاً سريعاً لرصد السيارة، ومتتبعاً لملاحقتها، و"معدلاً" سريعاً لتصحيح الزوايا المائلة، ومجموعة من فلاتر الصور لتنظيف آثار المطر والضباب، ونظام تصويت للتأكد من صحة القراءة النهائية. والنتيجة هي نظام يمكنه قراءة اللوحات في الوقت الفعلي (أكثر من 35 مرة في الثانية) على جهاز كمبيوتر محمول عادي، محققاً دقة عالية حتى عندما يكون الطقس سيئاً.
فريق المحقق المكون من خمس خطوات
لا تنظر إلى نظام ALPR هذا كآلة روبوت واحدة، بل كفريق مكون من خمسة أشخاص يمررون "حبة البطاطا الساخنة" في خط مستمر. لكل عضو مهمة محددة لضمان أن تكون الإجابة النهائية مثالية.
1. الراصد (YOLOv8n)
عضو الفريق الأول هو "الراصد". تخيل حارس أمن يمسح الحشود؛ مهمته هي الصراخ: "لقد رأيت سيارة!" والإشارة بدقة إلى مكان وجودها. تستخدم الورقة نموذجاً يسمى YOLOv8n، وهو يشبه حارساً فائق السرعة وخفيف الوزن تم تدريبه على ألبوم صور ضخم يحتوي على 12,500 صورة. لم تكن هذه الصور في أيام مشمسة فحسب، بل شملت أيضاً أمطاراً غزيرة، وضباباً كثيفاً، وليالي مظلمة. ولأن الراصد تدرب على كل هذه الظروف السيئة، فإنه يستطيع العثور على لوحات الأرقام بدقة 94.8% في الطقس الجيد، ولا يزال يحافظ على دقة 86.8% عندما تكون حالة الطقس كارثية.
2. المتتبع (ByteTrack)
بمجرد أن يجد الراصد السيارة، يتولى "المتتبع" المهمة. إذا شاهدت سيارة تمر، فقد تختفي خلف شجرة لثانية واحدة. الكاميرا البسيطة قد تفقد تتبعها وتظن أنها سيارة جديدة عند ظهورها مجدداً. المتتبع، باستخدام طريقة تسمى ByteTrack، يشبه صديقاً لا يفقد رؤيتك أبداً في مركز تجاري مزدحم. إنه يتبع هوية السيارة عبر إطارات الفيديو، حتى لو كانت السيارة مخفية لفترة وجيزة أو كانت الصورة ضبابية. هذا يضمن أن النظام يعرف أنه ينظر إلى نفس السيارة طوال الوقت.
3. المُعدِّل (Projection-Profile Deskew)
هنا يصبح البحث ذكياً حقاً. في فيتنام، غالباً ما تُثبت الكاميرات على أعمدة بزوايا حادة، مما يجعل لوحة الأرقام تبدو مائلة، مثل إطار صورة مائل. تحاول الطرق التقليدية العثัง على الزوايا الأربع للوحة لتعديلها، ولكن إذا كانت اللوحة متسخة أو ضبابية، فلا يستطيع الكمبيوتر العثور على الزوايا، وتفشل الطريقة.
يستخدم "المُعدِّل" في الورقة حيلة مختلفة تسمى Projection-Profile Deskew. تخيل أنك تنظر إلى رف كتب مائل؛ بدلاً من محاولة قياس زوايا كل كتاب، أنت فقط تنظر إلى الظلال التي تلقيها الكتب على الحائط. عندما تكون الكتب مستقيمة تماماً، تكون الظلال واضحة وحادة. يقوم الكمبيوتر بنفس الشيء مع الحروف الموجودة على اللوحة: يقوم بتدوير الصورة قليلاً حتى تصبح "ظلال" خطوط النص واضحة قدر الإمكان. يحدث هذا بسرعة فائقة—يستغرق 2.1 مللي ثانية فقط—ويعمل حتى عندما تكون اللوحة متسخة أو الزوايا مفقودة. لقد حسن هذا الأسلوب القدرة على قراءة اللوحات المائلة بأكثر من 45 نقطة مئوية مقارنة بالطرق القديمة.
4. المنظِّف والقارئ (Image Enhancement & ONNX OCR)
بمجرد تعديل استقامة اللوحة، قد تظل مغطاة بالمطر أو الضباب. يستخدم "المنظِّف" سلسلة من الفلاتر لشحذ الصورة، وإزالة الضجيج، وإصلاح الإضاءة، مما يجعل الحروف بارزة. بعد ذلك، يأتي دور "القارئ". عادةً، تكون قراءة النصوص على الكمبيوتر بطيئة وتتطلب آلات ثقيلة. يستخدم هذا الفريق قارئاً خفيف الوزن ومحسناً للسرعة (ONNX Runtime) يمكنه قراءة اللوحة في حوالي 12.5 مللي ثانية. هذا أسرع بنحو 32 مرة من الأدوات الشائعة الأخرى التي تعمل على كمبيوتر عادي. إنه سريع جداً لدرجة أنه يمكنه قراءة اللوحة فوراً دون الحاجة إلى سوبر كمبيوتر.
5. هيئة المحلفين (Majority Voting Consensus)
أخيراً، لا يكتفي النظام بأول قراءة يحصل عليها. تخيل هيئة محلفين حيث يقول شخص ما "اللوحة هي ABC-123"، بينما يقول آخر "ABC-124". لتجنب الأخطاء، ينتظر هذا النظام. إنه يراقب السيارة لبضع ثوانٍ ويجري عملية تصويت. لا يسجل رقم لوحة السيارة إلا إذا ظهرت نفس النتيجة ثلاث مرات متتالية على الأقل. تضمن "التصويت بالأغلبية" هذه أنه إذا حدث خلل في الكاميرا مرة أو مرتين، فإن النظام لن يسجل تذكرة خاطئة. تشير الورقة إلى أن هذه الطريقة حققت دقة 100% في التسجيل (بمعنى أنها لم تسجل أبداً نتائج إيجابية خاطئة أو مدخلات مكررة) خلال اختباراتهم، مما قضى فعلياً على السجلات الخاطئة، رغم أن دقة التعرف الإجمالية على الحروف نفسها تظل أقل قليلاً في الظروف الصعبة.
النتائج: سريعة، رخيصة، وقوية
اختبر المؤلف هذا الفريق بأكمله على كمبيوتر قياسي بمعالج Intel i5 وذاكرة 8 جيجابايت من نوع RAM—وهي أجهزة قد تجدها في جهاز كمبيوتر محمول مكتبي عادي، وليس في غرفة خوادم عالية التقنية. كانت النتائج مبهرة.
- السرعة: يعالج النظام الفيديو بسرعة تزيد عن 35 إطاراً في الثانية. هذا يعني أنه يمكنه مواكبة حركة المرور في الوقت الفعلي دون تأخير، على الرغم من أنه يعمل على معالج (CPU).
- الدقة: في الإضاءة المثالية، حدد النظام اللوحات بشكل صحيح بنسبة 93.8% من الوقت. وحتى في أسوأ الظروف (أمطار غزيرة، ضباب، أو إضاءة منخفضة)، حافظ على دقة بلغت 85.1%.
- المقارنة: عند مقارنته بالأنظمة الأخرى، فإن هذا النهج أسرع بكثير. على سبيل المثال، تعمل الطرق القديمة مثل EasyOCR بسرعة أقل من 5 إطارات في الثانية على المعالج (CPU)، بينما يتجاوز هذا النظام 35 إطاراً. أما الأنظمة الأخرى عالية الدقة، فغالباً ما تتطلب بطاقات رسومات (GPUs) باهظة الثمن لتعمل، بينما يعمل هذا النظام بالكامل على المعالج (CPU).
استبعد المؤلف صراحةً فكرة أنك بحاجة إلى وحدات معالجة رسومات (GPUs) مكلفة وذات مواصفات خادم لبناء نظام مرور ذكي. لقد أظهروا أنه مع الجمع بين الخوارزميات الذكية وتدريب البيانات بعناية، يمكن للكمبيوتر القياسي القيام بالمهمة. كما أشاروا إلى أنه بينما يعد النظام قوياً، إلا أن له حدوداً: إذا كانت السيارة مائلة بأكثر من 25 درجة أو إذا كان الظلام دامساً بدون أي ضوء، فإن الدقة تنخفض. ومع ذلك، بالنسبة للغالبية العظمى من سيناريوهات العالم الحقيقي في فيتنام، فإن هذا "الفريق المكون من خمسة أشخاص" يقدم حلاً قولاً، متاحاً، وسريعاً للحفاظ على انسيابية حركة المرور.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.