Abstract（摘要）

这份计划书展示了如何利用计算机视觉技术，在复杂的街道环境照片中准确识别出其中的车辆车牌号，并对其进行模糊化处理来保护车主的个人隐私，来帮助照片“脱敏，并应用于更多应用场景。

1. Introduction（概述）

1.1. Problem statement （问题描述）

城市街景照片可以极大帮助我们进行城市信息化建设，帮助其中生活的每个人，但街景照片密集的信息中经常会包含个人隐私相关的敏感信息，这会严重影响街景照片的开放使用，而街景照片中最常见直观的个人隐私便是车辆牌号，为处理这个问题，计划开发一种批量模糊化处理街景照片中车牌号的处理方案，填补国内该技术应用的空白，既能实现地图软件街景功能，又能帮助个人创作者上传和分享自己的作品。

1.2. Expected results（预期结果）

该项目预期可精确识别街景照片中的车辆牌号，并自动对牌号进行模糊化处理，再将处理后的照片返还给上传者，方便处理后的照片可公开使用，极大地节省拍摄者的照片处理时间，降低拍摄者和相关拍摄设备的门槛。

2. Related work（相关工作）

1相关工具应用最广泛的是在谷歌街景，我在谷歌网站上找到相关论文，里面详细介绍了如何模糊脸部,模糊车牌. 主要是用滑动窗口的方法去看窗口里是否车牌, 是的话进行模糊。但该论文发布已经超过十年，国内相关领域却仍然进展缓慢如今已有新的方法来实现类似效果，该计划书便致力于探索实现这种新方法来实现类似于谷歌街景中模糊车牌来保护个人信息的功能。

3. Method（方法）

1. 车牌识别

a) 数据过滤：计划利用车牌固定的颜色，大小以及长宽比来对车牌进行初步筛选

b) 轮廓检测：计划用轮廓检测来提取车牌号的信息，提取之后与模板进行对照。

c) 模板匹配：在国内车牌号均具有固定模板，因此在识别检测时主要基于模板匹配。

2. 模糊处理

a) 多次轮廓检测：检测车牌本身的轮廓和具体数字的轮廓，使用合适的算法模糊处理或图片直接覆盖。

4. Experiments（实验）

4.1. Data （数据）

我计划在天生路街道采集数据，分别在街道左右，桥上桥下，车辆高峰低谷区，商业区街道和普通街道分别进行照片拍摄，保证数据有效和完整。共计划收集400张实验照片和100张验证照片。

4.2. Evaluation （评价）

我计划用实验效果图定性分析和评委打分定量分析两方面评价项目结果：

· Qualitative results (定性结果): 通过人工对照片进行模糊的结果来和软件处理结果以及原图进行直观的效果图对比。

· Quantitative results (定量结果):分别将软件模糊处理结果和人工处理结果以及原图放在一起让不同评委对模糊效果进行打分。

5. Plan (进度安排)

· 项目进度报告一：

1. 完成前期实验需要的数据和后期验证需要的数据收集

2. 收集真实车牌模板的图像信息

· 项目进度报告二：

1. 利用车牌模板照片制作出模板匹配需要的具体图像数据和信息

2. 实现对照片的初步数据过滤以实现大致定位车牌

· 项目进度报告三

1. 用轮廓分析并模板对照精确识别车牌

· 项目进度报告四

1. 实现模糊算法或图片遮挡

· 项目进度报告五

1. 用验证图片来实验完整效果

2. 完成项目评价

References

[1] http://static.googleusercontent.com/media/research.google.com/en//archive/papers/cbprivacy_iccv09.pdf.