به گزارش همشهري، نشريه علمي «دانستنيها» در شماره دهم از دور جديد انتشار در گروه مجلات همشهري، در بخش « فناوري» به اين بهانه، سيستم شناسايي خودکار پلاک خودرو را مورد بررسي قرار داده است.
علي رنجبران در توضيح ابتداي اين گزارش آورده است: ديگر خبري از قفل چرخ و بگيروببندهاي پليسي نيست؛ يعني مي‌توانيد قانون را شکسته و وارد محدوده طرح ترافيک شويد؛ اگر عواقب آن را بپذيريد، چون بالاخره يک روز که خيلي هم دور نيست، زنگ خانه را مي‌زنند و مأمور پست نامه حاوي برگه‌هاي جريمه را به دستتان مي‌دهد؛ جريمه‌هايي که هر بار که قانون را شکسته و وارد محدوده طرح ترافيک شده‌ايد، دوربين‌هاي نظارت مکانيزه برايتان ثبت کرده‌اند. طرح ترافيک واژه‌اي است که اولين بار در خردادماه سال 1359 مردم تهران با آن آشنا شدند.
بخش‌هايي از اين گزارش در ادامه مي‌آيد:
محدوده طرح
شهر تهران در داخل خودش يک منطقه ممنوعه ترافيکي براي خودروهاي شخصي دارد؛ يعني در حال حاضر مساحتي بيش از 3 ميليون متر مربع از شهر تهران منطقه ممنوعه ترافيکي محسوب مي‌شود. اين محدوده از شمال به خيابان شهيد مطهري، از غرب به خيابان کارگر، از جنوب به خيابان شوش و از شرق به امتداد خيابان 17شهريور محدود مي‌شود. اين محدوده وسيع شامل بيشتر از 100 ورودي است که کنترل آن کار ساده‌اي به‌نظر نمي‌رسد. تا قبل از اجرايي‌شدن طرح کنترل مکانيزه اين مجراهاي ورودي به وسيله نيروي انساني کنترل مي‌شدند.
فرشاد جلالي، مدير بخش تحقيق و توسعه سازمان کنترل ترافيک به دانستنيها از دلايل عدم موفقيت اين روش مي‌گويد. بر اين اساس بوده که سازمان کنترل ترافيک به فکر پيدا کردن راه‌حل جايگزيني براي اين مساله افتاد.
سامانه تشخيص پلاک
مطالعات اوليه براي کنترل مکانيزه محدوده طرح‌ترافيک از سال85 شروع شده است. چيپ‌هاي خودکار تشخيص هويت (RFID) يا دوربين شناسايي پلاک خودرو گزينه‌هاي موردنظر براي کنترل اين محدوده بودند؛ «به دليل سختي نصب چيپ روي 5 /3 ميليون ماشين در شهر تهران، سازمان تصميم گرفت روشي را انتخاب کند که از ماشين‌ها مستقل باشد و هر ماشيني را شناسايي کند؛ حتي ماشين‌هايي که از خارج تهران وارد شهر مي‌شوند.»
جلالي مي‌گويد: «بنابراين نمايندگان سازمان با شرکت انگليسي «TIPS» وارد مذاکره شدند. آنها در لندن اين روش را شش سال قبل از ما به کار گرفته بودند. با اين همه اعلام کردند ما قادر به شناسايي کاراکتر‌هاي پلاک شما نيستيم و شما بايد پلاک‌هايتان را عوض کنيد. درست مثل اتفاقي که در دوبي افتاد و آنها مجبور به انگليسي‌کردن کاراکترهايشان شدند.» بنابراين مديران شهرداري تصميم گرفتند انجام اين کار را به متخصصان داخلي بسپارند...
کنترل مکانيزه
با تکميل شدن سامانه، در حال حاضر با پوشش بالاتر از 90درصد خودروهاي غيرمجاز ورودي شناسايي و براي آنها برگ جريمه صادر مي‌شود. البته کنترل مکانيزه از آخر خرداد و به صورت آزمايشي راه‌اندازي شد و برگه‌هاي اخطار را صادر کرد تا مردم موضوع را جدي بگيرند اما از ابتداي تير اقدام به صدور برگ جريمه تنبيهي مي‌کند. اين نرم‌افزار براساس يک روش جهاني که به آن شناسايي الگو گفته مي‌شود، کار شناسايي پلاک را انجام مي‌دهد. اما سوال اصلي اين است که اين کار چطور اتفاق مي‌افتد؟
ماشين باسواد
همه ما براي خواندن اعداد و حروف از سوادمان بهره مي‌گيريم اما وقتي که مجموعه دوربين و نرم‌افزار مي‌توانند اين کار را انجام بدهند، يعني آنها هم باسواد (بخوانيد هوشمند) هستند؟ براي اينکه ببينيم چطور مي‌شود يک دوربين هوشمند يا باسواد ساخت، ابتدا بايد ببينيم آن چيزي که ما به آن هوش يا سواد مي‌گوييم چيست و چطور عمل مي‌کند.
اين گزارش با تشريح روش «تشخيص ساده» و مثال زدن از مغز انسان ادامه مي‌هد: وقتي از نرم‌افزار، دوربين يا کامپيوتر مي‌خواهيم چيزي را براي ما تشخيص بدهد، کافي است الگويي داشته باشد تا شيء موردنظر را با آن الگوها مقايسه کند؛ مقايسه‌اي که چندان مشکل به‌نظر نمي‌رسد اما در حقيقت بسيار پيچيده است. مغز ما پر از ميليون‌ها الگو است که به‌سرعت هر چيزي را با آنها مقايسه مي‌کند. آن‌قدر سريع که ما متوجه اين موضوع نمي‌شويم اما اين ميليون‌ها الگو به مرور زمان و با استفاده از هوش در مغز ما به‌وجود آمده‌اند و مساله مهم درست‌کردن الگو‌هاست.
توصيف دقيق رياضي
اولين قدم در اين کار دسته‌بندي اشيا به تعدادي موضوع يا کلاس است. قدم بعدي نسبت‌دادن ويژگي‌هاي مشخص و واضح به هر کدام از دسته‌هاست. براساس همين ويژگي‌هاست که سامانه بعد از دريافت داده‌هاي خام ويژگي‌هاي موردنظرش را از آن داده‌ها استخراج کرده و با ويژگي‌هاي الگو تطبيق مي‌دهد. پس بايد ويژگي‌هاي الگو را به‌خوبي براي سامانه تعريف کرده باشيم؛ يعني يک نوع توصيف دقيق رياضي و آن را طوري تعريف کنيم که بتواند همان ويژگي‌ها را به‌خوبي از اشيا استخراج کند. مثلا دوربين‌هاي عکاسي مجهز به نوعي نرم‌افزار براي تشخيص صورت هستند.
الگوهاي تعريف شده براي اين دوربين‌ها و قدرت پردازنده آنها در حدي است که فقط قادر به تشخيص صورت از بقيه اجزاي بدن هستند اما نمي‌توانند بين صورت‌هاي مختلف تشخيصي بدهند. نمونه‌هاي پيشرفته‌تر مي‌توانند لبخند فرد را هم تشخيص بدهند. همين ويژگي در سيستم‌هاي امنيتي تا حد شناسايي افراد حتي در بدترين شرايط نوري توسعه پيدا مي‌کند. اين روش بايد آن‌قدر دقيق باشد تا مثلا حرف «ن» و «ل» را با هم اشتباه نگيرد. اين آخري ايرادي است که در سامانه تشخيص پلاک وجود داشته و با تست‌هاي اوليه برطرف شده است.