Фотофиксация нарушений: Верховный суд напомнил, что фотофиксация нарушений – не аксиома

Верховный суд напомнил, что фотофиксация нарушений – не аксиома

Штраф за превышение скорости засвидетельствовала система фотовидеофиксации. Инспекторы ДПС отправили его владелице машины. Однако последняя завила в суде, что за рулем в момент нарушения ПДД находился ее супруг. В качестве доказательств она представила письменное объяснение мужа и полис ОСАГО. Суды не поверили в такую версию. ВС оказался другого мнения. 

В спорах, где фигурируют материалы фото- и видеофиксации, бремя доказывания лежит на собственнике автомобиля, констатирует Зиннур Зиннятуллин, адвокат МКА «Князев и партнеры». Связано это с тем, что невозможно идентифицировать лицо, которое точно управляло машиной в момент нарушения ПДД. В подобную ситуацию и попали супруги из Кранодарского края.

Летом 2015 года житель Тихорецка Игорь Тюрин* возвращался домой на машине жены. Дорога шла через мост, на спуске с которого установлен знак ограничения скорости – 40 км/ч. Однако Тюрин проехал этот участок со скоростью 63 км/ч. На мосту стояла система фотовидеофиксации, которая и засвидетельствовала нарушение. Через неделю после этого супруга Тюрина Анна получила извещение о штрафе за превышение скорости, который инспекторы выписали ей как владельцу машины. Она оспорила решение сотрудников полиции в суд.

Истец представила суду копию полиса ОСАГО, в который вписана не только она, но и ее муж. Кроме того, сам Тюрин передал заверенное у нотариуса письменное объяснение. В этом документе он уверяет, что в тот день сам находился за рулем и превысил скорость. Судья Руслан Шевченко отказался даже проверять такую версию (дело № 12-44/2015). Суд расценил доводы истца как способ избежать выплаты штрафа. К такому выводу пришли и последующие инстанции, включая зампреда Краснодарского краевого суда (дело № П4А-163/2016).

Понимания Тюриной удалось добиться в Верховном суде. Судья ВС Владимир Меркулов обратил внимание на то, что супруга даже не вызывали на судебное заседание для проверки его версии событий. ВС отдельно подчеркнул, что показания системы фотовидеофиксации автоматически не отменяют принцип презумпции невиновности (дело № 18-АД16-172). По мнению ВС, нижестоящие инстанции не исследовали все обстоятельства случившегося, нарушив ст. 24.1 КоАП («Задачи производства по делам об административных правонарушениях»). Кроме того, все неустранимые сомнения в виновности лица, которого привлекают к административной ответственности, толкуются в его пользу. Меркулов отменил штраф и прекратил производство по делу.

Эксперты «Право.ru»: «Спасли признательные показания истинного виновника»

Анна Бойцова, адвокат Юридической группы «Яковлев и Партнеры», поясняет, что сам факт фиксации превышения скорости автомобилем не устанавливает, кто в момент нарушения находился за рулем. По общему правилу владелец освобождается от ответственности, если докажет, что машиной управлял другой человек. Вместе с тем возложение бремени доказывания на собственника автомобиля еще не означает его виновность, подчеркивает эксперт. В таких делах все сомнения толкуются в пользу лица, которого привлекают к ответственности, говорит Бойцова.

С коллегой соглашается и адвокат КА «Юков и партнёры» Олеся Саламова, которая считает, что в спорной ситуации истец представила в суд все необходимые доказательства, которые подтверждают ее невиновность.

Верховный суд прав, что не признает фотофиксацию правонарушения «царицей доказательств», считает адвокат, партнер КА «Барщевский и партнеры» Павел Хлюстов. По его мнению, в подобных случаях можно говорить только о презумпции, что за рулем автомобиля действительно находился ее собственник, но не об аксиоме. Эксперт предполагает, что успех этого дела в ВС обусловлен признательными показаниями истинного виновника правонарушения. Но такие ситуации случаются крайне редко.

* – имена и фамилии изменены редакцией

Автоматизированная система фиксации нарушений правил дорожного движения

Компания ИНСИСТЕМ является производителем современных многофункциональных аппаратно-программных комплексов видеофиксации нарушений правил дорожного движения, осуществляющих сбор первичной информации о ситуации на автотранспортной магистрали, преобразование, анализ информации и передачу по каналам связи полученных результатов.

В рамках контроля соблюдения участниками движения правил дорожного движения решаются задачи:

В настоящее время начато производство аппаратуры нового поколения —  АПК, который обеспечивает:

(Архив) Реестр стационарных объектов наблюдения

В Краснодаре введут фотофиксацию нарушений правил парковки – Деловая Газета.Юг

В Краснодаре планируют ввести фотофиксацию нарушений правил стоянки и остановки транспорта, об этом сообщили в ходе межведомственного совещания. 

В настоящее время система эвакуации автомобилей за незаконную парковку, работавшая при участии сотрудников полиции, прекратила свое существование в связи с тем, что приоритет деятельности сотрудников ГИБДД отдан работе по сокращению смертности на дорогах. Теперь эвакуаторы задействуют лишь для эвакуации машин при ДТП или расчистки улиц перед массовыми мероприятиями.

Как рассказал генеральный директор ООО «Городские парковки» Дмитрий Передерей, для фиксации нарушений предлагается использовать стационарные и мобильные комплексы фотофиксации. «Это гарантирует неотвратимость наказания и позволит полноценно администрировать улично-дорожную сеть на предмет нарушений правил парковки», — отметил Дмитрий Передерей.

По данным пресс-службы администрации Краснодара, в распоряжении муниципалитета сегодня есть четыре комплекса фотофиксации для автомобилей и два комплекса для пеших инспекторов. Они могут регистрировать около 1 тыс. нарушений в день. Камера будет фиксировать госномер автомобиля, геолокацию и время снимка, при наличии двух фотофактов данные будут направлять для дальнейшего привлечения нарушителя к ответственности. Все устройства будут сопряжены с программной средой ГКУ КК «Безопасный регион», что позволит автоматически выписывать штрафы.

«На самом деле технику мы приобрели еще два года назад, обкатывали на предмет нарушений, связанных с неоплатой парковочных мест. Уже неоднократно тестировали, все работает эффективно и быстро», — прокомментировал глава Краснодара Евгений Первышов.

Кроме того, на дорогах города собираются установить дополнительные стационарные камеры фотофиксации для регистрации сразу нескольких нарушений ПДД. Также рассмотрят возможность разработки механизма обработки данных от граждан по аналогии с приложением «Помощник Москвы». «Уверен, как только будут штрафы — порядок восстановится. Такая практика уже сложилась в других регионах, давайте ее реализовывать на улицах Краснодара. Задача эта общая», — подчеркнул Евгений Первышов.

Сейчас в Краснодаре зарегистрировано около 500 тыс. транспортных средств, ежегодно количество автомобилей увеличивается на 15–20 тысяч. Помимо этого, ежедневно в город въезжают еще около 200 тыс. машин. Коэффициент нагрузки на улично-дорожную сеть в краевом центре превышает предельную норму в 2–3 раза. 

Фотовидеофиксация нарушений правил парковки. Цели, задачи, планы

В рубрику «Видеонаблюдение (CCTV)» | К списку рубрик  |  К списку авторов  |  К списку публикаций

Руководитель департамента PR ЗАО «ЭЛВИС-НеоТек»

Руководитель отдела интегрированных решений ЗАО «ЭЛВИС-НеоТек»

Сегодня транспорт является необходимым атрибутом жизни общества и открытой угрозой для людей. В Постановлении Правительства РФ от 5 декабря 2001 г. № 848 «О федеральной целевой программе «Развитие транспортной системы России (2010–2020 гг. с изменениями и дополнениями от 22 апреля, 12 октября, 21 декабря 2010 г., 18 апреля, 30 декабря 2011 г., 5 мая 2013 г.) выделена отдельная подпрограмма «Автомобильные дороги». Согласно разделу I подпрограммы обозначены характеристики проблемы, на решение которой направлена подпрограмма.

В настоящее время протяженность автомобильных дорог общего пользования составляет 825,6 тыс. км, в том числе федерального значения – 50,8 тыс. км. В 2009 г. на автомобильном транспорте перевезено 5,2 млрд т грузов, из которых около 68% перевозок выполнено автомобилями предприятий отраслей экономики для собственных нужд. Объем услуг по коммерческим перевозкам в 2006 г. составил 1,7 млрд т. Объем перевозок пассажиров автобусным и легковым автомобильным транспортом в 2006 г. достиг 25 млрд человек.

При прогнозируемых темпах социально-экономического развития спрос на грузовые перевозки автомобильным транспортом к 2020 г. увеличится до 13,8 млрд т. Объем перевозок пассажиров автобусами и легковыми автомобилями к 2015 г. увеличится до 39,5 млрд человек.

Внедрение автоматизированного контроля за парковочным пространством, проездом перекрестков на дорожной сети позволит увеличить пропускную способность, улучшить условия движения автотранспорта и снизить уровень аварийности

Автомобильные дороги федерального значения на значительном протяжении проходят по территории городов и других населенных пунктов, что приводит к снижению скорости движения транспортных потоков и росту численности дорожно-транспортных происшествий.

Для достижения цели по развитию современной и эффективной транспортной инфраструктуры, обеспечивающей ускорение товародвижения и снижение транспортных издержек в экономике, необходимо среди прочих решить важную задачу, связанную с увеличением протяженности автомобильных дорог общего пользования федерального значения, соответствующих нормативным требованиям.

Все вышеперечисленные контрольные мероприятия приводят к снижению количества дорожно-транспортных происшествий.

Статистика ДТП в России

Дорожно-транспортный травматизм занимает первое место в мире по числу погибших и по числу травмируемых. По данным Московского городского научно-исследовательского института скорой помощи им. Склифосовского, примерно в 17% ДТП (то есть у каждой пятой-шестой жертвы аварии) причиной смерти были кровотечение, асфиксия (удушье) и другие состояния, требовавшие немедленной доврачебной медицинской помощи, которая им не была вовремя оказана. Установлено также, что из числа всех жертв аварий 3 человека из 5 погибают на месте и каждый 12–13-й человек – при эвакуации в лечебные учреждения.

Данные официального сайта госавтоинспекции МВД России в 2011 и 2012 гг. были представлены в табл. 1 (http://www.gibdd.ru/stat/charts/).

«Система фотовидеофиксации в настоящее время активно развивается: если за 2011 г. стационарными и передвижными комплексами было зафиксировано 16 млн нарушений, то с начала 2012 г. эта цифра уже превысила 22,5 млн, что составляет более половины от всех нарушений, допущенных водителями транспортных средств» (http://www.gibdd.ru/news/federal/68928/).

По данным приведенных исследований, основные нарушения производятся по неправомерной парковке, проезду на запрещающий сигнал светофора, заезду за стоп-линию при запрещающем сигнале светофора.

Данные виды нарушений приводят к неоправданному риску участников дорожного движения и возникновению аварийных ситуаций, ДТП.

Автоматические системы фотовидеофиксации нарушений правил дорожного движения

Сегодня компании-производители предлагают автоматизированные системы фотовидеофиксации нарушений правил дорожного движения на базе технологии компьютерного зрения, которые создаются для решения вышеозвученных проблем.

Эти системы предназначены для автоматической регистрации нарушений правил дорожного движения по основным нарушениям, вызывающим аварии.

Автоматизированные системы фотовидеофиксации на основе компьютерного зрения решают следующие задачи:

• обеспечение круглосуточного контроля транспортных потоков;
• сокращение числа ДТП, связанных с превышением скоростного режима, проездом на запрещающий сигнал светофора, заездом за стоп-линию, движением по выделенной полосе, выездом на полосу встречного движения и др.;
• исключение субъективизма при оценке нарушений путем сокращения контактов «инспектор ДПС – нарушитель»;
• автоматизация процесса фиксации нарушений ПДД.

Опыт эксплуатации

В настоящее время производится множество попыток создать системы, которые позволят повлиять на ситуацию, уменьшив число нарушителей ПДД. Как правило, эффективность комплексов фотовидеофиксации нарушений ПДД определяется методом проб и ошибок. Создаются пилотные зоны, на которых разворачиваются системы. По результатам работы систем в этих зонах принимается решение о массовом внедрении.

« Система фотовидеофиксации в настоящее время активно развивается: если за 2011 г. стационарными и передвижными комплексами было зафиксировано 16 млн нарушений, то с начала 2012 г. эта цифра уже превысила 22,5 млн, что составляет более половины от всех нарушений, допущенных водителями транспортных средств» (http://www.gibdd.ru/news/ federal/68928/)

Объявлено о том, что в Москве будут установлены стационарные автоматические системы фотовидеофиксации нарушений правил парковки, которые работают на основе алгоритмов компьютерного зрения для поворотных видеокамер. Данные системы будут фиксировать стоянку под углом и на «островках безопасности».

По словам заместителя руководителя Центра организации дорожного движения (ЦОДД) Дмитрия Калужского, такой комплекс в качестве эксперимента некоторое время стоял на проспекте Академика Сахарова, где он патрулировал сразу 80 машиномест. Далее систему перенесли на Трубную площадь, где наблюдается хаотичная парковка. «Мы протестировали устройство в условиях зимы – в мороз и слякоть – и признали эксперимент успешным», – подчеркнул замглавы ЦОДД.

«В день мы фиксируем десятки, а иногда и сотни нарушений, однако автомобилистов не штрафуем, так как это эксперимент», – отметил Дмитрий Калужский.

Он заметил, что далеко не все площади в центре Москвы патрулируют «парконы». Кроме того, некоторые автомобилисты наловчились так ставить машину под углом, чтобы не попадать в зону действия мобильных комплексов, хотя те сейчас оснащены двумя камерами.

Поэтому для обнаружения нарушений правил парковки необходимо применение стационарных комплексов (http://www.m24.ru/articles/20573).

Круглосуточный контроль

Стационарные автоматизированные системы фотовидеофиксации нарушений правил парковки предназначены для круглосуточной регистрации фактов стоянки транспортных средств в неположенных местах, распознавания их государственных регистрационных знаков с целью сбора доказательной базы для формирования постановлений об административных правонарушениях и выписки штрафов. В таких системах скоростная поворотная видеокамера в автоматическом режиме под управлением сервера патрулирует зону, где остановка и стоянка запрещены. Перемещение камеры осуществляется циклически, по предустановкам. Информация от видеокамеры поступает на сервер, где происходит обработка и накопление полученных видеоданных со следующими характеристиками: государственный регистрационный знак (ГРЗ), две фотографии транспортного средства (ТС) с указанием времени первой и последней видеофиксации нарушения.

Cервер производит вычисление времени стоянки ТС. Нахождение автомобиля в неположенном месте более 5 минут (настраиваемый параметр) фиксируется сервером как нарушение правил стоянки. Cервер формирует и передает данные для выписки постановления об административном правонарушении в центр управления дорожным движением.

Видеокамеры могут устанавливаться сбоку от проезжей части, на обочине или на мачтах уличного освещения.

Сегодня такие комплексы способны обеспечить точность распознавания ГРЗ не менее 97%.

Применение таких систем фотовидеофиксации нарушений правил парковки на основе компьютерного зрения позволяет автоматизировать процедуру выписки штрафов, уменьшить количество нарушителей, повысить эффективность мероприятий подразделений ГУВД и других силовых структур, повысить пропускную способность дорог, уменьшить уровень аварийности.

В заключение хотелось бы определить следующий этап планомерной работы по внедрению систем автоматической фотовидеофиксации нарушений ПДД в нашей стране.

Основываясь на накопленном опыте по эксплуатации систем фотовидеофиксации нарушений ПДД в регионах Российской Федерации, обозначен следующий этап развития взаимодействия различных государственных структур в рамках развития электронного правительства. Государственные структуры должны производить обработку не менее 59 млн протоколов. Поэтому разработчикам интегрированных систем необходимо совместно с государственными структурами произвести внедрение единого сервиса в рамках работы государственного портала «Электронное правительство» системы отслеживания статуса и проведения информирования граждан о необходимости оплаты наложенных штрафов.

Опубликовано: Спец.приложение «Video & Vision»-2013
Посещений: 9639

В рубрику «Видеонаблюдение (CCTV)» | К списку рубрик  |  К списку авторов  |  К списку публикаций

Места размещения комплексов фотовидеофиксации нарушений ПДД — КГКУ Алтайавтодор

В Краснодаре нарушителей правил стоянки и остановки транспорта будут штрафовать с помощью фотофиксации :: Krd.ru

В краевом центре 27 октября обсудили модернизацию системы контроля нарушений правил стоянки и остановки транспортных средств, а также механизмы привлечения нарушителей к административной ответственности. Межведомственное совещание провёл глава Краснодара Евгений Первышов.

— Эвакуаторы будут теперь работать только в качестве вспомогательных средств для эвакуации автомобилей при ДТП, либо расчистки улиц для проведения мероприятий. Однако проблема брошенного под запрещающими знаками транспорта в городе достаточно актуальна, и без административных протоколов мы порядок не наведём. Поэтому нам необходимо разработать действенную систему оперативного выявления нарушителей и выписывания им штрафов, — сказал Евгений Первышов.

В связи с поставленной задачей Президентом РФ, приоритет в деятельности сотрудников ГИБДД отдан работе и реализации мер по сокращению смертности на дорогах. Фактически система эвакуации автомобилей за незаконную парковку, которая осуществлялась при участии сотрудников полиции, прекратила своё существование.

Стратегию модернизации системы контроля нарушений правил стоянки и остановки транспортных средств представил генеральный директор ООО «Городские парковки» Дмитрий Передерей.

Среди ключевых задач:

• автоматизировать систему контроля нарушений правил стоянки и остановки транспорта;
• минимизировать человеческий фактор в процессе выявления нарушений правил дорожного движения;
• организовать систему межведомственного взаимодействия для привлечения нарушителей к административной ответственности.

Так, для фиксации нарушений предлагается использовать стационарные и мобильные комплексы фотофиксации.

Сегодня в распоряжении муниципалитета четыре комплекса фотофиксации для автомобилей и ещё два комплекса для пеших инспекторов. Возможность фиксации — около 1000 фотофактов нарушений в день.

— Это гарантирует неотвратимость наказания и позволит полноценно администрировать улично-дорожную сеть на предмет нарушений правил парковки. Мы уже провели переговоры с полицией, что такую работу можно организовать. Комплекс фотофиксации мы передали сейчас для адаптации к существующему программному обеспечению. Рассчитываем, что в ближайшее время техническая часть этого вопроса будет урегулирована, — рассказал Дмитрий Передерей.

Комплексы фотофиксации работают следующим образом: камера фиксирует государственный номер автомобиля, геолокацию и время снимка — при наличии двух фотофактов данные нарушения будут переданы для дальнейшего привлечения нарушителя к ответственности. Все устройства будут сопряжены с программной средой ГКУ КК «Безопасный регион», с помощью сервисов которой сейчас фиксируются все фото- и видеофакты нарушений. Это позволит автоматизировать выписку штрафов.

— На самом деле технику мы приобрели ещё два года назад, обкатывали на предмет нарушений, связанных с неоплатой парковочных мест. Уже неоднократно тестировали, всё работает эффективно и быстро, — добавил Евгений Первышов.

В ближайшее время на дорогах Краснодара также планируют установить дополнительные стационарные камеры фотофиксации, которые позволят фиксировать сразу несколько нарушений ПДД.

Также будет рассмотрена возможность разработки механизма обработки данных от граждан по аналогии с приложением «Помощник Москвы».

— Госавтоинспекция всегда поддерживает начинания, которые направлены на обеспечение безопасности дорожного движения и создание комфортных условий использования транспортной инфраструктуры. Работа в направлении автоматизации систем фиксации административных правонарушений позволит повысить безопасность передвижения не только водителей, но и пешеходов. Мы готовы рассмотреть такую возможность и прийти к единому решению и в кратчайшие сроки начать работать, — прокомментировал начальник ОГИБДД УМВД России по г. Краснодару Илья Молодцов.

Заместитель главы Краснодара Артём Доронин сказал, что все необходимые документы для организации межведомственного сотрудничества со стороны муниципалитета будут подготовлены уже к концу этой недели.

— Я уверен, как только будут штрафы — порядок восстановится. Такая практика уже сложилась в других регионах, давайте её реализовывать на улицах Краснодара. Задача эта общая, — сказал Евгений Первышов.

О начале работы комплексов фотофиксации на территории Краснодара жителей проинформируют заранее.

В настоящее время в Краснодаре зарегистрировано порядка 500 тыс. транспортных средств. Ежегодно это число увеличивается на 15–20 тыс. автомобилей. Ежедневно в город въезжают ещё порядка 200 тыс. автомобилей.

Коэффициент нагрузки на улично-дорожную сеть превышает предельную норму в 2–3 раза. Кроме того, краевой центр занимает первое место в России по количеству автомобилей на душу населения — 437 авто на тысячу жителей.

Читайте новости Краснодара в нашем канале Telegram

МЕТОДИКА СОВЕРШЕНСТВОВАНИЯ ФУНКЦИЙ КОНТРОЛЯ ДВИЖЕНИЯ ДОРОЖНЫХ ТРАНСПОРТНЫХ СРЕДСТВ С ИСПОЛЬЗОВАНИЕМ СИСТЕМ АВТОМАТИЧЕСКОГО УЧЕТА АДМИНИСТРАТИВНЫХ НАРУШЕНИЙ | Керимов

ГОСТ Р ИСО 14813-1-2011 (2012). Интеллектуальные транспортные системы. Схема построения архитектуры интеллектуальных транспортных систем. Сервисные дома в областях интеллектуальных транспортных систем, сервисные группы и сервисы. Схема построения архитектуры интеллектуальных транспортных систем.Сервисные домены в области интеллектуальных транспортных систем, сервисных групп и сервисов. Москва: Стандартинформ, с. 120.

Керимов, М.А. (2015). Методологические основы выбора средств автоматической фиксации нарушений ПДД. В кн .: Материалы Всероссийской конференции «Проблемы исследования систем и транспортных средств». Тула: Тульский государственный университет, ч. 1, с. 107–110. (на русском языке)

Сафиуллин, Р.Н., Беликова Д.Д. (2015). К правовым вопросам применения автоматизированной системы фотовидеографии нарушений ПДД в РФ. Вестник гражданских инженеров, 2 (49), с. 121–126. (на русском языке)

Сафиуллин Р.Н., Керимов М.А. (2017а). Методологический подход к формированию и оценке системы автоматизированного контроля транспортных средств.Вестник гражданских инженеров, 1 (60), с. 246–252. (на русском языке)

Сафиуллин Р.Н., Керимов М.А. (2017b). Совершенствование контрольных функций средств автоматической фотовидеофиксации административных нарушений автомобильного транспорта. В кн .: Материалы X Международной конференции «Организация и безопасность дорожного движения». Тюмень: Тюменский индустриальный университет, с.387–392. (на русском языке)

Сафиуллин Р.Н., Керимов М.А., Марусин А.В. (2017). Оценка функциональной эффективности автоматизированных систем управления дорожным движением. Транспортные исследовательские процедуры, 20, стр. 288–294. DOI: 10.1016 / j.trpro.2017.01.025

Сафиуллин Р.Н., Керимов М.А., Марусин А.В. (2015). О моделировании дорожно-транспортной аварии при использовании технических средств контроля нарушений ПДД.Прага: Издательство «Образование и наука», стр. 17–22. (на русском языке)

Сафиуллин Р.Н., Керимов М.А. (2016). Средства фотовидеографии нарушений ПДД: нормативное регулирование и практика применения. [Средства фото-видеофиксации нарушений ПДД: нормативное регулирование и практика применения]. Москва: Директ-Медиа, с. 355.

Сафиуллин Р.Н., Керимов М.А., Марусин А.В. (2016). Повышение эффективности системы фото- и видеофиксации административных правонарушений в дорожном движении.Вестник гражданских инженеров, 3 (56), с. 233-237. (на русском языке)

Сафиуллин Р.Н., Ворожейкин И.В. (2016). Перспективы развития автоматизированной системы фотовидеофиксации административных нарушений в РФ с целью создания информационно-аналитической системы взаимодействия с интеллектуальными целевыми бортовыми системами видеонаблюдения Российской Федерацией автоматизированных систем регистрации и управления фототехническими и транспортными системами. создание информационно-аналитической системы взаимодействия с интеллектуальными бортовыми транспортными системами.Воронеж: Воронежский государственный лесотехнический университет, вып. 1. С. 342–347. (на русском языке)

Программа для фото- и видеосъемки нарушений ПДД

Задача

Современные разработки в области автоматизации транспортной системы в основном направлены на обеспечение безопасности участников дорожного движения, особенно пешеходов, как самой большой и уязвимой группы.В основном разработка направлена ​​на контроль соблюдения правил, который сейчас осуществляется с помощью автоматической фото- и видеофиксации: радаров, лазеров, фото- и видеокамер.

Один из ведущих производителей техники для этих целей обратился к специалистам лаборатории с задачей разработать программное обеспечение для стационарной измерительной системы для фиксации нарушений правил дорожного движения водителями.

Программа, предназначенная для контроля ситуации на нерегулируемых пешеходных переходах, должна была самостоятельно определять случаи правонарушений, а также:

• Осуществлять фото- и видеосъемку участников дорожного движения, переходящих контролируемый участок дороги
• Синхронно регистрируем и фиксируем время фотографирования
• Синхронно регистрировать и фиксировать скорость движения транспортных средств и пешеходов, а также их местонахождение в зоне контроля
• Сформировать необходимую доказательную базу по правонарушениям, связанным с автотранспортными средствами.

Решение

Разработано программное обеспечение, с помощью которого измерительный комплекс фиксирует в зоне контроля следующие события:

• Отсутствие приоритета пешеходов
• Разворот на пешеходном переходе
• Превышение скорости
• Движение по обочине
• Движение по выделенной полосе для автобусов
• Движение по встречной полосе
• Переход на полосу встречного трамвая
• Встречное движение на дороге с односторонним движением
• Вождение автомобиля без административных правонарушений.

Преимущества:

1. Надежная доказательная база: В случае выявления правонарушения система формирует протокол: фотоколлаж и видеозаписи с указанием траектории движения ТС, скорости ТС и времени совершения правонарушения.
2. Настройка шаблонов: вид и состав информации можно настраивать в зависимости от задач мониторинга.
3. Автоматический режим: материал формируется без участия оператора; отпадает необходимость ручного отбраковки кадров.
4. Трансляция в реальном времени.
5. Возможность удаленного мониторинга с использованием протоколов Zabbix и SNMP.
6. Искать автомобили в списке желаний среди всех записанных проездов по заданным параметрам.
7. Обработка видеосигнала для распознавания пешеходов и номерных знаков: использование алгоритмов предварительной обработки видеосигнала и алгоритмов постобработки изображений для повышения качества фотоматериалов.

Детали

В рамках создания программного обеспечения были выполнены следующие работы:

• Разработка алгоритма обнаружения пешеходов и транспортных средств и построения траектории их движения.
• Разработка алгоритма распознавания нарушений по ГОСТ Р 57144-216.
• Разработка имитационной машины и поверка в соответствии с методикой поверки.
• Разработка алгоритмов резервного копирования и архивирования просроченных данных.
• Разработка алгоритмов определения параметров местоположения измерительного комплекса на местности по изображениям с камер и данным РЛС.
• Разработка приложения для просмотра данных дублирующей документации, формируемой измерительным комплексом.

Реализованы алгоритмы обнаружения следующих видов нарушений ПДД:

• Статья 12.9. КоАП РФ. Превышение установленного скоростного режима.
• Статья 12.14. КоАП РФ. Нарушение правил маневрирования (разворот на пешеходном переходе).
• Статья 12.15. КоАП РФ. Нарушение правил движения транспортного средства на проезжей части, проезда встречного транспорта или обгона:
  • Часть 1.Фланговый проезд,
  • Часть 3. Неправильное движение. Переход на встречную трамвайную полосу.
• Статья 12.16 КоАП РФ. Несоблюдение требований дорожных знаков или дорожной разметки: Часть 3. Неправильное движение.
• Статья 12.17 КоАП РФ. Выход за отказ при движении к маршрутному транспортному средству или транспортному средству с включенными специальными световыми и звуковыми сигналами: Часть 1.1. Движение автомобилей по выделенной полосе для автобусов.
• Статья 12.18 КоАП РФ. Отказ уступить дорогу пешеходам.

На данный момент программное обеспечение установлено и успешно работает в измерительных комплексах компании-заказчика.

Характеристики измерительного комплекса:

• ГОСТ Р 57144-2016, ГОСТ Р 57145-2016.
• Метрологическое подтверждение измеренных параметров
• Возможность установки на существующие объекты дорожной инфраструктуры.
• Диапазон измерения скорости автомобиля от 2 до 350 км / ч
• Область измерения от — до движущегося транспортного средства: 10 — 100 м
• Диапазон измерения углов движения автомобиля: от + 20 ° до -20 °
• Рабочая частота излучения радара 24.15 ± 0,1 ГГц

Условия предоставления услуг:

• Температура фона от -40 до + 50ºС.
• Относительная влажность окружающей среды до 98%.
• Класс защиты по ГОСТ 14254-2015 — IP65.

Технические преимущества:

• Измерение скорости автомобиля в диапазоне от 2 до 250 км / ч с погрешностью не более +/- 2 км / ч для скоростей до 100 км / ч и не более +/- 2% для скорость выше 100 км / ч.
• Определение времени события и привязка его к материалу с точностью не более +/- 3 мс
• Анализ траектории движения транспортных средств и пешеходов
• Полный контроль до трех полос движения с фотографической фиксацией всех транспортных средств.

Технологии

Обеспечение соблюдения авторских прав

Положения

Авторские права

Действующее международное право гласит, что все оригинальные работы защищены авторским правом. независимо от того, прилагается ли уведомление об авторских правах.Сюда входят неопубликованные рукописи, новостные репортажи, публичные выступления, личная переписка, фотографии, графические изображения, музыка, видео, компьютерное программное обеспечение и, конечно же, опубликованные журналы и монографии и любое другое физическое выражение идеи.

Чтобы быть свободным от авторских прав, автор (или последующий правообладатель) должен прямо указать что работа размещена в открытом доступе.Любое лицо, нарушающее авторские права policy нарушает политику Скидмора в отношении авторских прав.

Нарушения печати

(Из Бюро регистрации авторских прав США. Библиотека Конгресса. «Основы авторского права: какие работы Защищено? «Http://lcweb.loc.gov/copyright/circs/circ1.html#wwp, июнь 1999 г.)

Авторское право защищает «оригинальные авторские работы», зафиксированные в материальной форме. выражения.Фиксация не обязательно должна быть заметна напрямую, пока она может быть общаются с помощью машины или устройства. Использование следующих категорий произведений без разрешения правообладателя будет нарушено авторское право закона и этого заявления о политике:

1. литературных произведений;
2. музыкальных произведения, включая любые сопровождающие слова;
3. драматических произведения, включая любое музыкальное сопровождение;
4. пантомимы и хореографические произведения;
5. произведения живописи, графики и скульптуры;
6. кинофильмов и других аудиовизуальных произведений;
7. звукозаписи; и
8. архитектурных произведения.

Эти категории следует рассматривать широко. Например, компьютерные программы и большинство «сборники» могут быть зарегистрированы как «литературные произведения»; карты и архитектурные планы могут быть зарегистрированы как «живописные, графические и скульптурные произведения».

Веб-нарушения

Подделка и неверное толкование

Так же, как подделать подпись на бумажном документе, можно сделать так, как будто веб-страницу создал другой человек.Взгляды колледжа такие действия как нарушение данного заявления о политике.

Нарушения FTP

Создание FTP-сайтов, которые распространяют информацию, защищенную авторским правом, такую ​​как музыка, изображения, и т. д., является серьезным нарушением данного заявления о политике.

Ответ на заявленные нарушения

Агент DMCA (см. «Интернет» ниже) или лицо или офис, получающие уведомление о нарушении. рассмотрит предполагаемое нарушение.В случае необходимости, о нарушении будет сообщено. в соответствующий орган для расследования и вынесения судебного решения следующим образом:

Интернет

Когда агент получает официальные уведомления о нарушениях в Закон об авторском праве в тысячелетие получает сообщение о предполагаемом нарушении авторских прав, он / она «оперативно отреагирует на удаление или отключение доступа к материалам, которые утверждал, что нарушает авторские права.»

Центр услуг информационных технологий (ИТ) временно отключит пользователя аккаунт, если он обоснованно полагает, что пользователь представляет серьезную постоянную угрозу к нарушению авторских прав или нарушению этого заявления о политике.

июль 2002

ALB.by — Фото и видеофиксация правил дорожного движения — ALB.по

Авторизация экипажа — перед началом работы специальным электронным ключом. Также в данный момент идет автоматическая проверка всех электронных систем, установленных в автомобиле.

После авторизации в системе на мониторе и планшетном терминале появятся виртуальные кнопки, которые позволят реализовать следующий функционал:

1. Синхронизация времени во всех автомобилях с системой контроля и управления у диспетчера.

2. Мониторинг состояния связи с диспетчерским сервером и базами данных.

3. Контроль состояния камер и радаров (передних и задних) в автомобиле в системе видеозаписи.

4. Сканирование воздуха на наличие радар-детекторов и устранение неисправных транспортных средств.

5. Автоматическая система видеоконтроля для выявления нарушителей — сканирование транспортного потока и распознавание государственных регистрационных знаков автомобилей.Автоматическая сверка с базами данных и в случае нарушения (осмотр, угон, лишение прав и т. Д.) Автомобиль может быть остановлен для выяснения всех обстоятельств и проверки документов.

6. Видеоконтроль всех событий, происходящих внутри и снаружи автомобиля. Дистанционное управление всеми камерами, установленными внутри и снаружи автомобиля, их фиксация аудио и видео диспетчером.

7. Работа POS-терминалов — банковский терминал подключается к бортовому компьютеру, так что нарушителю может быть выплачен штраф на месте.

8. Установка в автомобиле компактного принтера, который подключается к бортовому компьютеру и позволяет распечатать протокол нарушения.

9. Автоматический запрос данных водителя при сканировании его водительских прав специальным устройством из базы МВД.

10. Навигация — позволяет находить необходимые объекты по назначению и строить к ним маршруты.

11. В экстренных случаях — включение и громкое воспроизведение запрограммированных предупреждений (пожар, теракт, стихийное бедствие и т. Д.)).

12. Визуальное оповещение нарушителя о необходимом экипаже. Осуществляется с помощью электронного информационного табло, установленного на заднем стекле патрульной машины.

13. Управление основными устройствами (радары, звуковые сигналы и проблесковые маячки) с помощью беспроводных пультов дистанционного управления, установленных на рулевом колесе автомобиля.

Параллельное обнаружение нарушений постоянства цвета

Реферат

Воспринимаемые цвета отражающих поверхностей обычно остаются стабильными, несмотря на изменения в спектре освещающего света.Это постоянство цвета можно измерить оперативно, попросив наблюдателей отличить изменения освещенности на сцене от изменений отражающих свойств поверхностей, составляющих ее. Здесь показано, что во время быстрой смены источника света одновременные изменения в спектральной отражательной способности одной или нескольких поверхностей в массиве других поверхностей могут быть легко обнаружены почти независимо от количества поверхностей, что предполагает предварительный, пространственно-параллельный процесс. Этот процесс, который идеально подходит для пространственного окна, ограниченного анатомической ямкой, может формировать ранние входные данные для многоступенчатого анализа цвета поверхности, предоставляя визуальной системе информацию о быстро меняющемся мире до создания более сложной и сложной структуры. стабильная перцептивная репрезентация.

Изменения освещения сцены происходят естественным образом, например, когда облако проходит над солнцем или когда более близкий объект движется впереди источника света и отбрасывает тень. Учитывая эту вариацию, можно было ожидать, что зрительная система разработала механизмы для извлечения свойств поверхностей, инвариантных по отношению к этим изменениям. Постоянство цвета — это эффект, при котором цвет поверхности воспринимается как неизменный, несмотря на различия в цвете освещения (1, 2).Эффект наиболее силен, когда освещение остается постоянным и пространственно однородным (3), но он также сохраняется в разных освещенных областях (4–8) и при освещении, которое меняется со временем (9). С практической точки зрения, постоянство цвета можно измерить, попросив наблюдателей отличить изменения спектральных свойств освещения на сцене от изменений спектральных свойств поверхностей, составляющих его (10). Такая задача может быть выполнена быстро и без усилий (10) и лучше всего с быстрыми изменениями отражательной способности (11), которые, вероятно, генерируют переходный сигнал, который используется зрительной системой (12).Эта готовая способность обнаруживать нарушения постоянства цвета во время смены источника света имеет некоторые свойства преднамеренного зрения (13, 14) или видения с распределенным вниманием (15), включая, в первую очередь, ранние стадии обработки изображений (16–18). Элемент стимула с критическим признаком или атрибутом «выскакивает» (14, 19–21). Характерным свойством упреждающего зрения является то, что эффективность поиска или обнаружения не зависит от количества элементов в сцене; то есть соответствующие зрительные механизмы действуют пространственно параллельно по полю зрения (21–26).

Обнаруживаются ли в таком случае нарушения постоянства цвета параллельно? Этот вопрос важен как для определения тех свойств стимула, которые получают приоритет на самых ранних этапах обработки изображений, так и для выяснения того, как человеческое восприятие цвета поверхности может протекать как многоступенчатый процесс (8, 27). Традиционный способ решения этого вопроса для атрибутов стимула, таких как форма или ориентация, заключался в измерении времени, необходимого для обнаружения «целевого» элемента в массиве «отвлекающих» элементов по мере увеличения количества отвлекающих элементов (22, 24), хотя точность обнаружения также иногда использовалась в качестве зависимой меры (23).При переходном событии, таком как изменение источника света или спектрального отражения, точность обнаружения, а не время, необходимое для его достижения, обеспечивает более естественную меру компетентности, уделяя особое внимание процессам уровня кодирования, а не процессам уровня принятия решений (28).

В работе, представленной здесь, стимулы были составлены из изображений разноцветных бумажных пятен, претерпевающих резкую смену освещения. В первом эксперименте целевое пятно, которое появлялось в 50% испытаний, определялось одним изменением спектральной отражательной способности, которое имело место в то же время, что и общее изменение источника света; дистракторами были оставшиеся пятна, переменные по количеству, претерпевшие только смену источника света.Вероятность обнаружения цели измерялась по мере увеличения количества отвлекающих факторов. Эта задача отличается от обнаружения цветной цели в массиве разноцветных дистракторов, для которых обнаружение, как уже известно, в целом является параллельным (14, 20, 29). В данной задаче цель была бы необнаружима на изображениях до и после смены источника света: цель была определена только в момент изменения. Обнаруживаемость цели постепенно снижалась по мере увеличения количества дистракторов с 1 до 24, и это можно было предсказать с помощью простой вероятностной модели обработки, которая была идеально параллельна пространственному окну в форме колокола с шириной около 4 ° угла обзора.

Поскольку это окно могло зависеть от количества дистракторов, был проведен второй эксперимент, в котором измерялась обнаруживаемость цели по мере увеличения количества целей и уменьшения количества дистракторов, чтобы их общее количество было сохранено. Использовались два размера стимульного поля. Обнаруживаемость целей постепенно увеличивалась по мере увеличения количества целей, но медленнее с меньшим полем, чем с большим полем, оба увеличиваются в соответствии с идеально параллельной обработкой в ​​пространственном окне около 4 °.Чтобы проверить, могут ли базовые сигналы ограничиваться чистым каналом яркости, производительность также была измерена с изменениями изображения, которые были изоляторами. Ширина окна не изменилась.

Общие методы

Наблюдателям было представлено компьютерное моделирование квадратных участков освещенной цветной бумаги, каждая из которых имеет угол обзора 1,2 °, которые были произвольно взяты из 1149 отображаемых образцов из 1269 листов в Книге цветов Манселла (30), спектральные коэффициенты отражения которых были построены из комбинаций восьми спектральных базисных функций (31).(Последующие ссылки на поверхности и источники света применимы к этому компьютерному моделированию; сообщалось о небольшой разнице между уровнями постоянства, обнаруженными для отраженного и излучаемого света, например, ссылка 7.) Пятна были размещены на вершинах воображаемой сетки 5 × 5. . Результирующий массив появлялся на темном фоне и был ограничен углом обзора 6 ° × 6 ° или 4,5 ° × 4,5 ° при расстоянии просмотра 150 см. Массив равномерно освещался случайно выбранным дневным светом, спектры которого строились из комбинаций трех спектральных базисных функций (32).(Базовые функции использовались здесь для расчета скорости вычислений и не имеют теоретического значения.) Дневной свет падает около линии на диаграмме цветности CIE 1931 ( x , y ) немного к зеленой стороне планковского локуса и поэтому может быть обозначен (но не указаны) по их координатам x , которые находились в диапазоне от 0,25 до 0,37, что соответствует коррелированным цветовым температурам от 25000 K до 4300 K.

Стимулы генерировались на экране 19-дюймового монитора с цветным RGB-дисплеем 1024 × 768 пикселей (Trinitron, модель GDM-2036S; Sony, Токио), управляемого компьютером (тип 3/160; Sun Microsystems, Mountain View, CA), управляя специальной системой цветного графического изображения RGB (серия 4660; Ramtek, Hampshire, U.K.) обеспечение разрешения интенсивности 10 бит на пушку. Частота обновления экрана составляла около 60 Гц, а время затухания люминофора составляло менее 1 мс каждое. Телеспектрорадиометр (SpectraColorimeter, PR-650; Photo Research, Chatsworth, CA), ранее откалиброванный Национальной физической лабораторией, использовался для регулярной калибровки системы отображения. Ошибки в отображаемых координатах CIE ( x , y , Y ) белого тестового пятна составляли ≤0,005 дюйма ( x , y ) и <2% для Y .Средняя яркость пятен составляла 16 кд⋅м ⁻² , но отдельные яркости широко варьировались (SD 10 кд⋅м ⁻² ).

В каждом испытании набор бумаг отображался в течение 1 секунды при одном случайно выбранном пространственно однородном дневном свете, а затем в течение 1 секунды при втором случайно выбранном пространственно однородном дневном свете; изменение источника света было резким, поэтому общая продолжительность отображения составила 2 с. Одновременно с этим изменением источника света одна или несколько случайно выбранных бумаг претерпели изменение спектральной отражательной способности с вероятностью 0.5. Величину изменения коэффициента отражения удобно количественно оценить в координатах CIE ( x , y ) с помощью эквивалентного локализованного изменения источника света, которое отличается от пространственно однородного изменения источника света на приращение Δ x на x вдоль дневной локус (10, 33). Изменение не обязательно эквивалентно смещению координат CIE ( x , y ) цвета поверхности на Δ x , но зависит от произведения спектров источника света и отражения поверхности.Этот сокращенный метод количественной оценки изменений спектральной отражательной способности использовался, чтобы их можно было напрямую связать с изменениями в значениях x источников света. Это не влияет на анализ данных или выводы. Значения равномерного изменения освещенности x были взяты случайным образом из значений ± 0,04 и ± 0,10; на основе экспериментальных оценок порогов обнаружения, приращения Δ x были взяты случайным образом из значений ± 0,04 и ± 0,08 (или ± 0,06) при условии, что общее значение x источника света не опускалось ниже 0 .25 или выше 0,37.

Задачей каждого испытания было определить, произошло ли изменение отражательной способности. Глядя на экран в бинокль, наблюдатель зафиксировал центральную точку фиксации на экране и, когда был готов, инициировал испытание, нажав переключатель на коробке, подключенной к компьютеру. Метка фиксации исчезла, а затем под двумя последовательно расположенными осветительными приборами появился массив бумаг. Наблюдатель ответил, используя коробку переключателя, и через несколько секунд метка фиксации появилась снова, указывая на то, что следующее испытание может быть начато.Наблюдателям было рекомендовано сохранять центральную фиксацию, хотя это оказалось трудным, когда в центре экрана не было пятен.

В каждом испытании использовались различные случайно выбранные поверхности и источники света. В зависимости от эксперимента каждый наблюдатель выполнил в среднем 830–1760 попыток. Наблюдателей было пять: трое женщин и двое мужчин в возрасте от 19 до 30 лет. У каждого было нормальное цветовое зрение, подтвержденное аномалоскопией Рэлея и Морленда. Все, кроме наблюдателя К.А. (соавтор) не знали о цели эксперимента и не умели подбирать цвета.

Эффективность обнаружения целей количественно оценивалась с помощью индекса дискриминации d ′ из теории обнаружения сигналов (34). Вкратце, пусть p _H будет частотой совпадений, то есть вероятностью «отражательной» реакции, когда произошло изменение отражательной способности; пусть p _F будет частотой ложных тревог, то есть вероятностью реакции «отражательной способности», когда изменения отражательной способности не произошло; и пусть z будет обратным кумулятивному нормальному распределению единиц.Тогда d ′ = z ( p _H ) — z ( p _F ). Таким образом, d ‘линеаризует и объединяет ответы на целевые и нецелевые массивы и устраняет предвзятость наблюдателя (34). Нулевое значение d ′ соответствует случайному результату, а d ′ монотонно увеличивается с обнаруживаемостью цели (в двухальтернативной задаче с принудительным выбором значение d ′ из 1,0 соответствует 76% верный).Было обнаружено, что уровни эффективности наблюдателей схожи, и данные были объединены. Для целей анализа к графикам d ′ против приращения Δ x была подобрана психометрическая функция, и выбранные значения были считаны. Стандартные ошибки оценивались путем повторной выборки с участием наблюдателей (35).

Одна мишень, переменная геометрия

В первом эксперименте наблюдателям представили переменный массив квадратных участков бумаги, претерпевающих резкую смену источника света, как показано на рис.1. За исключением самого большого массива, пятна были сгруппированы в пары, распределенные случайным образом по полю (пара — это наименьшая единица стимула, обеспечивающая требуемый сигнал). Если также произошло изменение спектральной отражательной способности, оно затронуло только один случайно выбранный фрагмент [на рис. 1, это фрагмент с координатами сетки (2, 2), считая снизу слева]. Общее количество патчей, присутствующих в любом испытании, составляло 2, 4, 8, 16 или 25. В последнем случае патчи были непарными и располагались в виде массива 5 × 5, чтобы обеспечить непрерывность второго эксперимента (для которого массив с требовалось нечетное количество патчей).Размер поля составлял 6 ° × 6 °, при превышении которого пороговые значения конических фоторецепторов не менялись слишком быстро с эксцентриситетом (см. Ссылки 36 и , обсуждение ). Визуальный поиск целей, определяемых цветом, аналогичен, когда цели и поля и меньше, и больше, чем используемые здесь (29).

Пример стимула с изменяемой геометрией. Изображение состояло из массива случайно расположенных квадратных участков случайно выбранных цветных листов (сгруппированных в пары), отображаемых в течение 1 с при одном случайно выбранном дневном свете, а затем в течение 1 с при другом случайно выбранном дневном свете.Смена источника света была резкой. В целевом испытании одновременное изменение спектральной отражательной способности также происходило, затрагивая только один случайно выбранный участок [здесь, участок с координатами (2, 2), считая снизу слева]. Общее количество пятен, присутствующих в любом испытании, варьировалось от 2 до 25, и они должны были попадать в поле с углом обзора 6 ° × 6 ° (показано пунктирными линиями).

На рис. 2 показана обнаруживаемость цели (кружки) в зависимости от количества n дистракторов в массиве (квадраты относятся к контрольному условию, а кривые — к модельным прогнозам, оба описаны позже; диапазоны ординат были выбраны для облегчения сравнения с последующими графиками) .Верхняя и нижняя панели предназначены для данных, полученных с разными размерами приращений Δ x 0,04 и 0,08, определяющих количественные изменения целевого спектрального отражения. Всего с двумя участками в массиве ( n = 1) обнаруживаемость одного изменения отражательной способности была намного выше вероятности ( d ′ = 0), но по мере увеличения n обнаруживаемость постепенно снижалась (градиенты в верхняя и нижняя панели были -0,028 и -0,055 на заплатку). Однако не сразу ясно, будет ли это снижение настолько большим, как можно было бы ожидать, если бы обработка была последовательной.Чтобы решить этот вопрос, нужна количественная модель того, как вероятность обнаружения цели зависит от количества пятен.

Обнаруживаемость одиночного участка цели (изменение спектрального отражения) в переменном количестве участков дистрактора (изменение источника света), как на рис. 1. Индекс дискриминации d ′ (○), рассчитанный для пяти наблюдателей, нанесен на график как функция от номер n дистракторов. Вертикальные полосы показывают достаточно большое значение ± 1 SE.Верхняя и нижняя панели предназначены для данных, полученных с разными размерами приращений Δ x 0,04 и 0,08 в координатах CIE x , количественно определяющих изменение спектральной отражательной способности. □, контрольное условие, при котором изменения в изображениях были изоляторными. Непрерывные кривые представляют собой прогнозируемые характеристики обнаружения для идеально параллельной обработки в гауссовом пространственном окне с шириной угла обзора 4,0 °. Пунктирные кривые представляют собой прогнозируемые характеристики обнаружения для последовательной обработки.

Вероятностная модель обнаружения цели

Предположим, во-первых, что обработка действительно была последовательной. Поскольку каждое испытание давало единственную временную подсказку, последовательная обработка сводилась к обработке только одной из пар участков, присутствующих на изображении. Как утверждается позже, последовательная обработка других пар пятен наблюдателями, меняющими фиксацию или фокусное внимание, кажется маловероятной из-за ограничений на визуальную рабочую память. В испытании с использованием не более чем одной пары пластырей не было бы неопределенности относительно того, какую пару фиксировать и обрабатывать (при условии, что наблюдатели не поддерживали центральную фиксацию).Для такого испытания пусть p _H (1) будет вероятностью попадания («1» обозначает единственный дистрактор), и пусть p _F (1) будет соответствующей вероятностью ложного тревога. Эти две вероятности можно оценить по наблюдаемым показателям попаданий и ложных тревог с одним дистрактором (вместе давая значение d ′ при n = 1, отображенное на рис. 2). Теперь рассмотрим испытание с n дистракторами ( n > 1). Пусть p _H ( n ) будет соответствующей вероятностью попадания, а p _F ( n ) будет соответствующей вероятностью ложной тревоги.Вероятность p _H ( n ) может быть предсказана из p _H (1) и p _F (1) следующим образом. Предполагается, что одновременно может обрабатываться только одна пара патчей. Общее количество пятен в массиве составляет n + 1, поэтому вероятность фиксации пары, содержащей цель, если она есть, составляет 2 / ( n + 1), а не фиксации — 1-2 /. ( № + 1). Следовательно, p _H ( n ) = [2 / ( n + 1)] p _H (1) + [1-2 / ( n + 1)] p _F (1) ( ср. исх. 23). Предположим на данный момент, что частота ложных тревог наблюдателя постоянна и составляет n ; то есть p _F ( n ) = p _F (1). Прогнозируемая эффективность обнаружения d ′ как функция от n , по определению, затем определяется как z [ p _H ( n )] — z [ p _F ( n )]. Эта функция, показанная пунктирными линиями на рис.2, значительно ниже наблюдаемой производительности [χ ² (4) = 39; P <0,0001]. Обработка явно не была серийной. Предположим теперь, что частота ложных тревог p _F ( n ) изменяется с n , что возможно, поскольку наблюдатели могли сместить свой критерий при осмотре массива до и после смены источника света (фактически, наблюдаемая скорость увеличилась лишь незначительно с n ). Поскольку этот сдвиг критерия был бы идентичным для целевых и нецелевых массивов с одинаковыми n , значение d ′ остается тем же.

Предположим, что обработка была параллельной, но только в пределах пространственного окна шириной х , скажем, с центром в точке взгляда. Для простоты предположим, что окно имеет твердый край; то есть участки в пределах w /2 от центра обрабатываются идеально параллельно, а за пределами этого — совсем не обрабатываются. Пусть максимальная ширина массива стимулов составляет Вт . Рассмотрим целевое испытание с n дистракторами ( n > 1). Вероятность совпадения p _H ( n ) задается выражением, аналогичным выражению для последовательной обработки, но содержащим члены, взвешенные по вероятности ( w / W ) ² пары попадает в окно и 1 — ( w / W ) ² его нет.Как и прежде, прогнозируемая эффективность обнаружения d ′ как функция от n задается как z [ p _H ( n )] — z [ p _F ( n )]. Эта функция была вычислена численно с шириной окна Вт в диапазоне от 0 до Вт . Наиболее подходящая функция для этого гипотетического окна с жесткими краями была получена при ш, = 4,3 °.

Более реалистично, предположим теперь, что окно имеет пространственную градацию, так что степень параллельной обработки плавно снижается с расстоянием, скажем, r , фрагмента от центра окна в соответствии с функцией Гаусса exp [- r ² / (2 с ² )] с SD с .Полная ширина на полувысоте, скажем, w _1/2 , этой функции составляет 2,35 s . Было выполнено моделирование процедуры выбора методом Монте-Карло с w _1/2 в диапазоне от 0 до более чем W , полная ширина массива. Функция наилучшего соответствия для этого градуированного окна была получена при w _1/2 = 4,0 ° и показана непрерывными кривыми на рис. 2. При создании этого наилучшего соответствия (и окна с жесткими краями) , вероятности p _H (1) и p _F (1), оцененные по наблюдаемым частотам попаданий и ложных срабатываний для одной пары пятен, могли изменяться не более чем на 1 SE , около 4%.

Хотя модельные кривые хорошо объясняют дисперсию данных [χ ² (4) = 2,1, P > 0,5], возможно, что вычисленное окно представляет собой просто среднее значение множества различных окон, размер и форма которых колеблется от испытания к испытанию, в зависимости от количества и расположения пятен на поле. Также возможно, что небольшое снижение эффективности обнаружения с увеличением количества отвлекающих факторов могло быть меньше связано с пространственным ограничением идеальной параллельной обработки и больше с воспринимаемой «объектностью» изображения, то есть степенью, в которой пятна рассматривались как физические поверхности.Этот эффект восприятия, который мог бы увеличиться с увеличением общего количества пятен на изображении, мог бы компенсировать гораздо более сильное лежащее в основе снижение эффективности обнаружения с увеличением числа отвлекающих факторов. Эти неопределенности могут быть удовлетворительно разрешены только путем фиксации геометрии массива. Это было сделано в следующем эксперименте.

Несколько целей, фиксированная геометрия

В этом втором эксперименте наблюдателям был представлен фиксированный массив размером 6 ° × 6 ° из 25 прилегающих друг к другу квадратных участков бумаги, претерпевающих резкую смену источника света, как показано на рис.3. Если одновременное изменение спектральной отражательной способности также произошло, оно затронуло 1, 2, 4, 8 или 12 случайно выбранных участков [на Рис. 3, это 4 пятна с координатами (1, 2), (1, 4 ), (1, 5) и (2, 3), считая снизу слева]. Хотя размер и направление изменения спектральной отражательной способности варьировалось от испытания к испытанию, в ходе испытания оно затрагивало все цели одинаково; то есть эквивалентное локализованное изменение источника света с приращением Δ x в x вдоль локуса дневного света было одинаковым для каждого.Остальные условия эксперимента не изменились. Если в испытании цели с n пятнами, подвергающимися изменению спектральной отражательной способности, визуальная обработка была параллельной по всему полю, тогда, при условии, что сигналы от целей были полностью коррелированы, вероятность обнаружения с одной целью должна быть равной то же, что и с 12 мишенями (имеющаяся информация такая же).

Пример стимула с фиксированной геометрией. Изображение состояло из фиксированного массива 6 ° × 6 ° из 25 примыкающих друг к другу квадратных участков случайно выбранных цветных листов, отображаемых в течение 1 с при одном случайно выбранном дневном свете, а затем в течение 1 с при другом случайно выбранном дневном свете.Смена источника света была резкой. В целевом испытании одновременное изменение спектральной отражательной способности также происходило, затрагивая 1, 2, 4, 8 или 12 случайно выбранных участков [здесь четыре участка с координатами (1, 2), (1, 4), (1, 5) и (2, 3), считая снизу слева].

На рис. 4 показана обнаруживаемость цели (кружки) в зависимости от количества n целей в массиве (квадраты относятся к условию управления, а кривые — к прогнозам модели, оба описываются ниже).

Обнаруживаемость одного или нескольких участков цели (изменение спектрального отражения) в фиксированном массиве участков дистрактора (изменение источника света) размером 6 ° × 6 °, как на рис. 3. Индекс дискриминации d ′ (○), рассчитанный для пяти наблюдателей построен как функция количества n целей. Непрерывные кривые представляют собой прогнозируемые характеристики обнаружения для идеально параллельной обработки в гауссовом пространственном окне с шириной угла обзора 4,3 °. Пунктирные кривые представляют собой прогнозируемую производительность для последовательной обработки, оптимизированную для наилучшего соответствия при низком значении n .Остальные детали как на рис. 2.

С одной мишенью обнаруживаемость изменения отражательной способности была выше вероятности и постепенно увеличивалась по мере увеличения n (градиенты на верхней и нижней панелях составляли 0,034 и 0,067 на участок, соответственно). Это увеличение было статистически значимым и означало, что обработка не была полностью параллельной по всему полю, или несколько целей не были полностью коррелированы, или и то, и другое. Следует ожидать небольшого отклонения от идеальной корреляции, поскольку подсказка, которую дает каждая цель, зависит от произведения спектров источника света и отражения от поверхности.Что касается активности колбочек-фоторецепторов, этот продукт варьировался между парами пятен со стандартным отклонением около 3,7% от среднего. Хотя эти колебания очень малы (и типичны, см. Ссылку 37), они могут иметь эффект, когда присутствует много целей (38). Например, при n = 2 вероятность того, что один фрагмент даст сигнал, на 10% больший, чем среднее значение для одного фрагмента, составляет около 0,007; при n = 12 эта вероятность возрастает до 0,04. (Для одиночной мишени, как и в первом эксперименте, эффект несущественен.Для отвлекающих элементов эффект в целевых массивах незначителен по сравнению с целевым сигналом, а в нецелевых массивах он постоянен и может быть отнесен к частоте ложных тревог.)

Моделирование процедуры отбора методом Монте-Карло, которая учитывала эти колебания, использовалось для прогнозирования вероятности p _H ( n ) попадания в n целей на основе вероятностей p _H ( 1) и p _F (1) попадания и ложной тревоги для одиночной цели, так как ширина w _1/2 окна Гаусса варьировалась от 0 до более W , полная ширина массива.Поскольку наблюдатели могли поддерживать центральную фиксацию с помощью матрицы 5 × 5, было возможно оценить вероятность p _H (1) по наблюдаемой частоте попаданий для тех испытаний, в которых одиночная цель упала в центре, где она могла бы совпадать. с центром окна Гаусса (возможно с нечетным массивом). Поскольку нецелевые массивы были одного типа для всех n , прогнозируемая вероятность p _F ( n ) ложной тревоги не зависела от n , так что p _F ( n ) = p _F (1), оценено по наблюдаемой частоте ложных тревог по всем нецелевым испытаниям.

Как и раньше, прогнозируемая эффективность обнаружения d ′ как функция от n задается как z [ p _H ( n )] — z [ p _F ( n )]. Функция наилучшего соответствия была получена с шириной окна w _1/2 = 4,3 ° и показана непрерывными кривыми на рис. 4, которые хорошо объясняют дисперсию данных [χ ² (4 ) = 3,3, P = 0.5]. Ширина 4,3 ° близка к полученной в первом эксперименте с одной мишенью и переменным количеством дистракторов. Прогнозируемая эффективность обнаружения была также оценена для последовательной обработки, снова на основе вероятностей p _H (1) и p _F (1). Это значительно ниже наблюдаемых характеристик [χ ² (4) = 27; P <0,0001]. Только если p _H (1) и p _F (1) было разрешено принимать экстремальные значения, близкие к единице и нулю, можно было подобрать производительность при низких n , но тогда подгонка не удалось на больших n , как показано пунктирными кривыми на рис.4. Как и в первом эксперименте с одной мишенью и полем переменной геометрии, обработка явно не была последовательной.

Учитывая, что параллельная обработка действительно имеет место, является ли оцененная ширина w _1/2 = 4,3 ° для окна Гаусса абсолютным пространственным пределом? Другими словами, если бы размер массива был уменьшен с 6 ° × 6 ° до, скажем, 4,5 ° × 4,5 °, останется ли новое окно для параллельной обработки таким же или также уменьшится? Можно было бы возразить, что если бы окно определялось физическими факторами, например анатомией фовеальной области, то w _1/2 должно было остаться прежним; в качестве альтернативы, если бы он определялся факторами внимания, то, с учетом предыдущих результатов (23, 29), он мог бы масштабироваться вместе с массивом, начиная с 4.От 3 ° до 3,2 ° [= 4,3 ° × (4,5 ° / 6 °)]. (Этот вывод не зависит от размера реплики, поскольку оценочная ширина окна была одинаковой с маленькими и большими приращениями Δ x , количественно определяющими целевые изменения спектральной отражательной способности.) Чтобы ответить на этот вопрос, эксперимент был повторен с массив из 25 прилегающих друг к другу квадратных полос бумаги с уменьшением до 4,5 ° × 4,5 °.

На рис. 5 показана заметность цели (кружки) в зависимости от количества n целей в формате 4,5 ° × 4.Массив 5 °. Прогнозируемая эффективность обнаружения d ‘как функция от n была рассчитана точно так же, как и для предыдущего эксперимента. Функция наилучшего соответствия была получена с окном Гаусса шириной w _1/2 = 4,3 °, показанным непрерывными кривыми [χ ² (4) = 0,2, P > 0,5]. Ширина окна такая же, как у массива 6 ° × 6 °. Для сравнения, прогнозируемая эффективность обнаружения показана для меньшей ширины окна w _1/2 = 3.2 °, полученное из предположения масштабирования (пунктирные кривые) и для последовательной обработки (пунктирные кривые), с p _H (1) или p _F (1), принимая экстремальные значения для соответствия производительности при низких значениях n . Оба припадка были плохими.

Обнаруживаемость одного или нескольких участков цели (изменение спектрального отражения) в пределах фиксированного массива участков рассеяния (изменение источника света) 4,5 ° × 4,5 °. Непрерывные кривые представляют собой прогнозируемые характеристики обнаружения для идеально параллельной обработки в гауссовом пространственном окне шириной 4.Угол обзора 3 °. Пунктирные кривые представляют соответствующие характеристики для окна 3,2 °, основанные на производительности масштабирования с массивом 6 ° × 6 ° (рис. 4), а пунктирные кривые представляют производительность для последовательной обработки; обе кривые оптимизированы для наилучшего соответствия при низком значении n . Остальные детали как на рис. 2.

Изменения изолятора

Предыдущие тесты обнаруживаемости относительно медленных «противоположных» хроматических изменений в стимулах, подобных Мондриану (33), показали, что обработка является параллельной только как следствие сигналов яркости.Но, как было показано в другом месте (39), быстрые изменения источника света и спектральной отражательной способности можно различить в изолирующих изображениях, которые не дают никаких сигналов яркости, а также в ахроматических изображениях, которые не предлагают хроматических сигналов. Таким образом, обнаружение нарушений постоянства цвета в изображениях изолятора может быть параллельным, если изменения изображения происходят быстро. Соответственно, первый и второй эксперименты были повторены с измененными изображениями, так что яркость каждого пятна оставалась постоянной во время изменения источника света и спектрального отражения.Таким образом, хотя изображения не были изолирующими, изменения в них были.

Обнаруживаемость целей с этими модифицированными изображениями показана квадратами на рис. 2 и 4. Производительность была почти такой же, как и с исходными, хроматически неограниченными изображениями (средняя разница в d ′ <0,1). Нарушения постоянства цвета, кажется, обнаруживаются параллельно при отсутствии сигналов яркости.

Обсуждение

Постоянство цвета представляет собой естественное приспособление зрительной системы к неизменности спектральной отражательной способности поверхности в окружающей среде.Когда происходят нарушения этого постоянства, они, по-видимому, обнаруживаются зрительными механизмами, действующими параллельно над центральным полем зрения. Такая обработка может рассматриваться как форма второго порядка (например, ссылка 40) параллельной обработки, участвующей в простом цветовом различении, в которой, например, зеленое пятно может быть быстро и легко обнаружено в массиве красных и красных цветов. черные пятна (14, 20, 29). При обработке первого порядка выявляется разница в цвете; при обработке второго порядка — различие в изменении цвета, когда один иногда вытесняет другой (41).

Пространственное окно для параллельной обработки нарушений цветового постоянства ограничено углом обзора около 4 °. Совпадение этого окна с анатомической ямкой согласуется с физическими факторами, ограничивающими производительность. За пределами ямки чувствительность колбочек к фоторецепторам быстро снижается (36), но внутри ямки чувствительность меняется гораздо меньше, за исключением случаев, когда они определяются с помощью колбочек, чувствительных к коротким длинам волн, которые мало способствуют решению данной задачи (38). За исключением небольших колебаний, сигналы от отвлекающих факторов были пространственно коррелированы, как и сигналы от нескольких целей.Следовательно, до тех пор, пока пятна попадают в фовеа, а их размеры превышают область суммирования для обнаружения, отношения сигнал / шум должны быть довольно постоянными, что может объяснить неизменность окна с масштабом массива (23, 29). Остается определить, может ли производительность также ограничиваться факторами внимания в экстрафовеальных массивах с различной геометрией.

Как уже отмечалось, параллельная обработка нарушений постоянства лучше всего, когда изменения поверхностной спектральной отражательной способности происходят быстро, в пределах примерно 200 мс (11, 12).Если изменения спектральной отражательной способности вносятся постепенно, в интервалах, намного превышающих 200 мс, производительность становится заметно хуже, даже если нет временного промежутка между изображениями или другого прерывания, как при измерениях слепоты к изменениям (42–44). Производительность также ухудшается, если исправления становятся естественной частью задачи, например, когда два изображения отображаются непрерывно бок о бок, требуя от наблюдателя смотреть с одного на другое (45). Временный характер реплики и ее неспособность сохраняться при повторной фиксации предполагают, что визуальная рабочая память мало влияет на производительность, если вообще влияет (46, 47).

Каково происхождение реплики? Одна возможность состоит в том, что это сигнал низкого уровня, основанный на вычислении пространственных соотношений конусных возбуждений или комбинаций конусных возбуждений, возникающих из света, отраженного от пар поверхностей на изображении ( см. ссылка 2). При смене источника света эти соотношения практически точно сохраняются для пигментированных поверхностей и для поверхностей со случайными спектральными коэффициентами отражения (37). Они предоставляют наблюдателям убедительные доказательства: отклонения в соотношениях интерпретируются как вызванные изменениями в отражательной способности поверхности, даже если они на самом деле связаны с изменениями в источнике света (38).Соотношения также предсказывают изменение характеристик различения с размером изменения спектральной отражательной способности в широком диапазоне условий, например, в изоляторных, ахроматических и колориметрически неограниченных изображениях поверхностей, подвергающихся изменениям освещенности (39), для которых уровни эффективности могут быть очень похоже, как это наблюдалось здесь с изолятором и колориметрически неограниченными изменениями изображения. Соотношения также могут предсказывать воспринимаемую прозрачность цветных фильтров, размещенных над освещенными сценами (48).

Такие сигналы, которые не требуют адаптации к освещенной сцене или знания об источнике света, могут быть сгенерированы на ранней стадии визуального пути, возможно, внутри самого глаза (49, 50), но поскольку изменения источника света можно умеренно отличить от спектрального При изменении отражательной способности с дихоптически просматриваемыми изображениями, отношения возбуждения конуса также могут вычисляться централизованно, как часть многоступенчатого анализа цвета поверхности (27, 51, 52). Они, конечно, не могут полностью объяснить постоянство цвета, которое требует спектральной привязки к информации о соотношении якорных конусов (53, 54).Внешний вид цвета также зависит от преобладающих уровней освещенности (3) и адаптации контраста (55, 56) и от геометрии сцены (57, 58). Таким образом, задача описанного здесь параллельного процесса может состоять в том, чтобы предоставить визуальной системе информацию о быстро меняющемся мире в качестве предварительного условия для создания более сложной и стабильной перцептивной репрезентации.

Благодарности

Мы благодарим A.C Hurlbert, A. Reeves, S. Westland и J. M. Wolfe за полезное обсуждение, а также J.П. С. Парккинену, Дж. Халликайнену и Т. Яаскелайнену за предоставление данных для спектральных коэффициентов отражения статей Манселла. Эта работа была поддержана Исследовательским советом по биотехнологии и биологическим наукам, Wellcome Trust, Centro de Física da Universidade do Minho, Брага, Португалия, и Британским советом.

Сноски

• ↵ † Кому следует обращаться с запросами на перепечатку. Эл. Почта: d.h.foster {at} umist.ac.uk.

• ↵¶ На момент проведения этой работы не связан с Национальным управлением по аэронавтике и исследованию космического пространства.

• Этот документ был отправлен напрямую (Трек II) в офис PNAS.

• Поступила 23 октября 2000 г.

• Copyright © 2001, НАН Украины

Комплексы фото- и видеосъемки нарушений

Комплексы фото- и видеозаписи нарушений

ДОЗОР

«ДОЗОР» предназначен для обнаружения признаков нарушения правил дорожного движения транспортных средств и передачи материалов в автоматическом режиме в соответствующие органы.

ОСОБЕННОСТИ УПАКОВКИ «DOZOR»

• Автоматическое распознавание номерных знаков как минимум 4 стран (по выбору заказчика)
• Измерение скорости автомобиля безрадарным методом с использованием видеокадров (остается невидимым для радар-детекторов)
• Соблюдение полосы движения: исправляет движение в автобусе полоса
• Проезжая на красный свет
• Пересекая двойную сплошную линию
• Контроль средней скорости на двух последовательных участках (обеспечивается 2 ПАКЕТАМИ «ДОЗОР»)
• Автоматическая проверка автомобиля по внешним базам данных на предмет краж, на наличие полис обязательного страхования
• Фиксация движущихся транспортных средств в зоне контроля и сохранение материалов в архиве
• Автоматическая загрузка данных в дата-центр и формирование штрафа

МНОГОФУНКЦИОНАЛЬНОЕ ДЕЙСТВИЕ ПАКЕТА «ДОЗОР»

Аналитика для эффективного управления

• сбор и анализ статистических данных о транспортном потоке — эффективный инструмент для принятия оперативных управленческих решений

Социально-экономические эффекты

• снижение количества нарушений ПДД
• повышение безопасности дорожного движения
• повышение средней скорости движения

Эффект на бюджет

• поступления от штрафов за нарушение ПДД — существенный дополнительный источник пополнения бюджета

УСТРАНЕНИЕ НАРУШЕНИЙ ПРАВИЛ ДОРОЖНОГО ДВИЖЕНИЯ

ОРГАНИЗАЦИОННАЯ ДИАГРАММА ИЗМЕРЕНИЯ СРЕДНЕЙ СКОРОСТИ ТРАНСПОРТНОГО СРЕДСТВА

ПРЕВЫШЕНИЕ СКОРОСТИ

ЭТАПЫ РЕАЛИЗАЦИИ ПРОЕКТА

ВИДЫ ИСПРАВЛЯЕМЫХ НАРУШЕНИЙ

Превышение скорости
Мгновенно и на участке дороги с возможностью установки ограничения скорости.

ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ

• диапазон измерения скорости автомобиля: от 0 до 300 км / ч;
• пределы допускаемой погрешности измерения скорости движения: от 0 до 100 км / ч, ± 3%; от 100 до 300 км / ч ± 2%;
• условия эксплуатации: диапазон рабочих температур — от -40 ° С до + 60 ° С, относительная влажность — 95%;
• степень защиты: IP 66;
• максимально допустимая абсолютная погрешность привязки текущего времени счетчика к шкале времени UTS (SU) не должна превышать ± 1 с;
• источник питания: напряжение — 100-240 В; частота — 48-53 Гц, потребляемая мощность — не более 40 Вт;
• размеры: камера 280 × 152.7 × 636 мм, вычислительный блок 500 × 300 × 210 мм;
• вес: камерный — 8 кг; вычислительный блок — 10 кг.

СЕРВИСНОЕ ОБСЛУЖИВАНИЕ

• подготовка проекта на размещение камер, монтаж / демонтаж, пусконаладочные работы, калибровку и интеграцию с внешними системами;
• плановое техническое обслуживание, ремонт (в том числе отгрузка производителю) и чистка;
• автоматизированный мониторинг круглосуточной сети камер и программного обеспечения для поддержания работоспособности системы: каналы связи, качество материалов, передача файлов;
• обеспечение камер электричеством и каналами связи;
• проверка видеокамер 1 раз в 2 года: выезд к специалисту или отправка комплекса на проверку.

СХЕМЫ РАЗМЕЩЕНИЯ КАМЕР

Перейти в раздел SmartParking

Перейти в раздел WAGA

Как работают средства автоматической фото- и видеозаписи нарушений ПДД на перекрестках / Специальный блог / Sudo Null IT News

За несколько лет практической работы систем «Особая лаборатория-Перекресток» мы увидели, как болезненно меняется отношение людей к самой идее — видеозаписи нарушений ПДД. Чаще всего мучения связаны с тем, что по всей стране установлено много подобных средств сомнительной надежности. Люди получают странные квитанции со странными фотографиями из незнакомых мест.

Специальный клуб старается не адаптироваться к несовершенным законам и требованиям; каждый продукт разработан с учетом целесообразности, рациональности использования и, самое главное, ответственности перед людьми.Это не высокомерные слова, а скорее инстинкт самосохранения. Система «Особая лаборатория-Перекресток» наглядно показывает, как произошло нарушение, какой свет был включен на светофоре, как находились другие участники дорожного движения относительно нарушителя. Нам кажется, что это должно снять напряжение населения по поводу недоверия к таким системам, но все же мы хотим услышать обратную связь от населения.

Отметим, что процесс точного определения видеоаналитиком факта нарушения в условиях помех и постоянного перекрытия камер посторонними предметами нетривиален.Оператор CAFAP — по закону — не может проверить качество определения нарушения программой, его функции ограничиваются сравнением номерного знака. Процесс должен быть полностью автоматическим, поэтому, если программа ошибается, человек получит несправедливый чек. Чтобы избежать ложных срабатываний, Special Lab разработала алгоритм двойной проверки нарушения правил дорожного движения. Каждый случай записывается дважды со смещением в несколько долей секунды. Вероятность того, что другой автомобиль имеет похожий номер, и тот, который приближается к нему, они оба нарушили, и при этом оба номера были ошибочно распознаны как одни и те же символы в порядке расположения и в противоположном значении, и программа запуталась траектории транспортного средства…, практически равняется нулю. Это дает системе право на существование по принципу ИСКЛЮЧЕНИЕ ОШИБОК!

Но водитель, получивший квитанцию, имеет право обжаловать решение по закону. Поэтому мы даем ему не только приглашение к оплате, но и доказательную базу. Все материалы, отправленные гражданам, имеют очевидную недвойственную интерпретацию. На снимках четко показано пересечение запрещенных линий, на этих снимках видны светофоры, показано расположение относительно других участников движения.

Тем не менее, нам нужна обратная связь для дальнейшего развития этой социальной программы. Вместо рекламных роликов, которые обычно показывают короткие успешные примеры, мы привели подробную запись получаса реальной работы, чтобы люди могли видеть все нюансы, конфликты и, может быть, даже недоработки в программе, а также ее реакцию.