пн-пт 09.00 - 18.00 (МСК)
В Череповце подведены итоги полугодовой эксплуатации системы «Дорожный пристав», разработанной ООО «Малленом» по заказу городской администрации на базе собственного комплекса распознавания номеров автотранспорта «Автомаршал». Система предназначена для выявления на городских улицах автовладельцев, являющихся должниками по выплате налогов, штрафов, алиментов и т.п.
С использованием «Дорожного пристава» за истекший период в городе проведено 56 рейдов. В ходе рейдов системой был выявлен 7091 должник, среди которых с 1350 судебными приставами проведена работа по взысканию долга. В счет погашения долгов составлено более 40 актов описи и ареста имущества граждан общей суммой порядка 2,5 миллиона рублей, в т.ч. изъято 23 сотовых телефона, 17 автотранспортных средств. Непосредственно на месте остановки гражданами уплачено в счет долгов более 400 тысяч рублей. Всего за полгода судебные приставы «насобирали» при помощи разработанной системы в бюджет города более 12 миллионов рублей.
Мэр города Олег Кувшинников, глядя на такой оборот дел, на своей пресс-конференции заявил, что еще две системы «Мобильный дорожный пристав» будут закуплены в Череповце. На эти цели уже выделены средства из резервного фонда.
См. также:
В сентябре 2009 года вышла в свет книга сотрудников нашей компании Воскресенского Евгения Михайловича и Царева Владимира Александровича «Моделирование и адаптация систем распознавания текстовых меток на видеоизображениях».
В книге рассматриваются вопросы разработки и адаптации систем распознавания текстовых меток на видеоизображениях с учетом заданных условий эксплуатации в составе различных оптоэлектронных систем контроля. Приведено описание математической модели многоуровневых систем распознавания составных буквенно-цифровых меток подвижных объектов на их видеоизображениях. Предложены методы настройки параметров алгоритмов системы распознавания и оптимизации ее подсистемы принятия решений. Описана модификация подсистемы принятия решений в составе рассматриваемых систем распознавания с применением обратных связей. Все основные практические аспекты разработки и адаптации систем распознавания текстовых меток на видеоизображениях подробно рассмотрены на примере проекта «ARSCIS» – проекта по созданию оптоэлектронной системы идентификации объектов подвижного состава железнодорожного транспорта.