
El reconocimiento automático de matrículas ( ANPR ; véanse también otros nombres más abajo) es una tecnología que utiliza el reconocimiento óptico de caracteres en imágenes para leer las matrículas de los vehículos y generar datos de localización . Puede utilizar cámaras de circuito cerrado de televisión , cámaras de control de tráfico o cámaras diseñadas específicamente para esta tarea. Las fuerzas policiales de todo el mundo utilizan el ANPR con fines de aplicación de la ley, incluyendo la comprobación de si un vehículo está matriculado o tiene licencia . También se utiliza para el cobro electrónico de peajes en carreteras de pago por uso y como método para catalogar el tráfico, por ejemplo, por las agencias de carreteras.
El reconocimiento automático de matrículas (ANPR) puede almacenar las imágenes capturadas por las cámaras, así como el texto de la matrícula, y algunos sistemas pueden configurarse para almacenar una fotografía del conductor. Los sistemas suelen utilizar iluminación infrarroja para que la cámara pueda tomar la fotografía en cualquier momento del día o de la noche. [ 1 ] [ 2 ] La tecnología ANPR debe tener en cuenta las variaciones de las matrículas según la ubicación.
Los problemas de privacidad han generado inquietudes sobre el ANPR, como el seguimiento gubernamental de los movimientos de los ciudadanos, la identificación errónea, las altas tasas de error y el aumento del gasto público. Los críticos lo han descrito como una forma de vigilancia masiva . [ 3 ]
Otros nombres
El ANPR también se conoce con otros términos:
- Reconocimiento automático (o automatizado ) de matrículas (ALPR)
- Lector automático (o automatizado ) de matrículas (ALPR)
- Identificación automática de vehículos (AVI)
- Danés: Automatisk nummerpladegenkendelse , iluminado. ' Reconocimiento automático de matrículas ' (ANPG)
- Reconocimiento de matrículas de vehículos (CPR)
- Reconocimiento de matrículas (LPR)
- Francés: Lecture automatique de plaques d'immatriculation , lit. ' Lectura automática de matrículas ' (LAPI)
- Lector de matrículas móvil (MLPR)
- Reconocimiento de matrículas de vehículos (VLPR)
- Identificación por reconocimiento de vehículos (VRI)
Desarrollo
El ANPR se inventó en 1976 en la Rama de Desarrollo Científico de la Policía en Gran Bretaña. [ 4 ] Los sistemas prototipo estaban funcionando en 1979, y se adjudicaron contratos para producir sistemas industriales, primero en EMI Electronics, y luego en Computer Recognition Systems (CRS, ahora parte de Jenoptik ) en Wokingham , Reino Unido. Los primeros sistemas de prueba se desplegaron en la carretera A1 y en el túnel de Dartford . La primera detención mediante la detección de un coche robado se realizó en 1981. [ 4 ] Sin embargo, el ANPR no se generalizó hasta que se desarrollaron nuevos programas informáticos más baratos y fáciles de usar durante la década de 1990. La recopilación de datos ANPR para uso futuro ( es decir , para resolver delitos entonces no identificados) se documentó a principios de la década de 2000. [ 5 ] El primer caso documentado del uso de ANPR para ayudar a resolver un asesinato ocurrió en noviembre de 2005, en Bradford , Reino Unido, donde ANPR desempeñó un papel vital en la localización y posterior condena de los asesinos de Sharon Beshenivsky . [ 6 ]
Componentes
El software del sistema se ejecuta en hardware estándar de ordenadores domésticos y puede conectarse a otras aplicaciones o bases de datos . Primero, utiliza una serie de técnicas de manipulación de imágenes para detectar, normalizar y mejorar la imagen de la matrícula, y luego el reconocimiento óptico de caracteres (OCR) para extraer los caracteres alfanuméricos de la misma. Los sistemas ANPR se implementan generalmente mediante dos enfoques básicos: uno permite que todo el proceso se realice en tiempo real en el carril, y el otro transmite todas las imágenes de varios carriles a un ordenador remoto y realiza el proceso OCR allí posteriormente. Cuando se realiza en el carril, la información capturada (caracteres alfanuméricos de la matrícula, fecha y hora, identificación del carril y cualquier otra información necesaria) se completa en aproximadamente 250 milisegundos. Esta información puede transmitirse fácilmente a un ordenador remoto para su posterior procesamiento, si es necesario, o almacenarse en el carril para su posterior recuperación. En la otra configuración, normalmente se utilizan numerosos ordenadores en un centro de datos para gestionar grandes cargas de trabajo, como las del proyecto de peaje por congestión de Londres . En este tipo de sistemas, a menudo es necesario enviar imágenes al servidor remoto, lo que puede requerir medios de transmisión con mayor ancho de banda.
Tecnología

El reconocimiento automático de matrículas ( ANPR) utiliza el reconocimiento óptico de caracteres (OCR) en imágenes capturadas por cámaras. Cuando las matrículas de los vehículos holandeses cambiaron de estilo en 2002, uno de los cambios introducidos fue en la tipografía , con pequeños espacios entre algunas letras (como la P y la R ) para que fueran más distinguibles y, por lo tanto, más legibles para estos sistemas. Algunas matrículas presentan variaciones en el tamaño y la posición de la fuente; los sistemas ANPR deben ser capaces de adaptarse a estas diferencias para ser realmente eficaces. Los sistemas más complejos pueden gestionar variantes internacionales, aunque muchos programas se adaptan individualmente a cada país.
Las cámaras utilizadas pueden ser cámaras existentes de control de tráfico o de circuito cerrado de televisión, así como unidades móviles, que generalmente se instalan en vehículos. Algunos sistemas utilizan cámaras infrarrojas para obtener una imagen más nítida de las matrículas. [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ]
En sistemas móviles


Durante la década de 1990, los avances tecnológicos significativos transformaron los sistemas de reconocimiento automático de matrículas (ANPR), pasando de ser aplicaciones fijas, limitadas, costosas y difíciles de configurar a sistemas móviles sencillos de "apuntar y disparar". Esto fue posible gracias a la creación de software que se ejecutaba en hardware más económico, basado en PC y no especializado, que además ya no requería la configuración de los ángulos, la dirección, el tamaño y la velocidad a la que las matrículas pasaban por el campo de visión de la cámara. La miniaturización de los componentes a precios más bajos propició un número récord de despliegues por parte de las fuerzas del orden en todo el mundo. Cámaras más pequeñas con capacidad para leer matrículas a mayor velocidad, junto con procesadores más pequeños y duraderos que cabían en los maleteros de los vehículos policiales, permitieron a los agentes patrullar diariamente con la ventaja de leer las matrículas en tiempo real, lo que les permitía interceptar vehículos de inmediato.
A pesar de su eficacia, los sistemas móviles de reconocimiento automático de matrículas (ANPR) presentan desafíos importantes. Uno de los más relevantes es que el procesador y las cámaras deben funcionar con la suficiente rapidez para soportar velocidades superiores a 160 km/h (100 mph) , una situación probable en caso de tráfico en sentido contrario. Además, este equipo debe ser muy eficiente, ya que se alimenta del sistema eléctrico del vehículo, y debe ocupar un espacio mínimo.
La velocidad relativa es solo uno de los factores que afectan la capacidad de la cámara para leer una matrícula. Los algoritmos deben compensar todas las variables que pueden afectar la precisión del sistema de reconocimiento automático de matrículas (ANPR), como la hora del día, las condiciones climáticas y los ángulos entre las cámaras y las matrículas. Las longitudes de onda de la iluminación del sistema también pueden influir directamente en la resolución y la precisión de la lectura en estas condiciones.
La instalación de cámaras ANPR en vehículos policiales requiere una cuidadosa consideración de la ubicación de las cámaras con respecto a las matrículas que deben leer. Utilizar el número adecuado de cámaras y posicionarlas con precisión para obtener resultados óptimos puede resultar un desafío, dadas las diversas misiones y entornos. La patrulla de carreteras requiere cámaras frontales que abarquen varios carriles y puedan leer matrículas a altas velocidades. La patrulla urbana necesita cámaras de menor alcance y menor distancia focal para capturar matrículas en vehículos estacionados. Los estacionamientos con vehículos estacionados perpendicularmente a menudo requieren una cámara especializada con una distancia focal muy corta. La mayoría de los sistemas tecnológicamente avanzados son flexibles y pueden configurarse con entre una y cuatro cámaras, que se pueden reposicionar fácilmente según sea necesario. Los estados con matrículas traseras únicamente presentan un desafío adicional, ya que una cámara frontal es ineficaz con el tráfico que viene de frente. En este caso, una de las cámaras puede orientarse hacia atrás.
Algoritmos

El software requiere siete algoritmos principales para identificar una matrícula:
- Localización de la placa: responsable de encontrar y aislar la placa en la imagen.
- Orientación y dimensionamiento de la placa: compensa la inclinación de la placa y ajusta las dimensiones al tamaño requerido.
- Normalización: ajusta el brillo y el contraste de la imagen.
- Segmentación de caracteres: encuentra los caracteres individuales en las placas.
- Reconocimiento óptico de caracteres
- Análisis sintáctico/geométrico: compruebe los caracteres y las posiciones según las reglas específicas de cada país.
- El cálculo del promedio del valor reconocido en múltiples campos/imágenes permite obtener un resultado más fiable o seguro, especialmente teniendo en cuenta que cualquier imagen individual puede contener un destello de luz reflejada, estar parcialmente oscurecida o presentar otros efectos que dificulten la visión.
La complejidad de cada una de estas subsecciones del programa determina la precisión del sistema. Durante la tercera fase (normalización), algunos sistemas utilizan técnicas de detección de bordes para aumentar el contraste entre las letras y el fondo de la placa. También se puede utilizar un filtro de mediana para reducir el ruido visual en la imagen.
Los sistemas ANPR contemporáneos utilizan múltiples fuentes de datos y técnicas analíticas que van más allá del simple reconocimiento de matrículas [ 15 ] . Weigh-in-Motion utiliza cámaras ANPR y técnicas analíticas de IA para calcular el peso de un vehículo y alertar si el peso es demasiado alto para el vehículo y las condiciones [ 16 ] .
Dificultades



Existen varias dificultades posibles que el software debe poder afrontar. Estas incluyen:
- Baja resolución del archivo, generalmente porque la placa está demasiado lejos, pero a veces debido al uso de una cámara de baja calidad.
- Imágenes borrosas , en particular el desenfoque por movimiento.
- Iluminación deficiente y bajo contraste debido a sobreexposición , reflejos o sombras.
- Un objeto que oculta (parte de) la matrícula, muy a menudo una barra de remolque, o suciedad en la matrícula.
- Lea las placas de matrícula que son diferentes en la parte delantera y trasera debido a remolques, caravanas, etc.
- Cambio de carril del vehículo en el ángulo de visión de la cámara durante la lectura de la matrícula.
- Una fuente diferente, popular para matrículas personalizadas (algunos países no permiten este tipo de matrículas, eliminando así el problema).
- Técnicas de elusión
- Falta de coordinación entre países o estados. Dos coches de diferentes países o estados pueden tener el mismo número pero un diseño de matrícula diferente.
Si bien algunos de estos problemas pueden corregirse mediante el software, la solución a estas dificultades recae principalmente en el hardware del sistema. Aumentar la altura de la cámara puede evitar problemas con objetos (como otros vehículos) que obstruyen la matrícula, pero introduce y agrava otros problemas, como la necesidad de compensar la mayor inclinación de la misma.
En algunos coches, las barras de remolque pueden ocultar uno o dos caracteres de la matrícula. Las bicicletas en los portabicicletas también pueden ocultar la matrícula, aunque en algunos países y jurisdicciones, como Victoria (Australia) , se exige el uso de placas específicas para bicicletas. Algunos sistemas a pequeña escala permiten cierto margen de error en la matrícula. Cuando se utilizan para dar acceso a vehículos específicos a una zona restringida, se puede optar por un margen de error aceptable de un carácter. Esto se debe a que la probabilidad de que un coche no autorizado tenga una matrícula similar se considera muy baja. Sin embargo, este nivel de imprecisión no sería aceptable en la mayoría de las aplicaciones de un sistema de reconocimiento automático de matrículas (ANPR).
Hardware de imágenes
En la parte frontal de cualquier sistema ANPR se encuentra el hardware de imagen que captura la imagen de las matrículas. La captura inicial de la imagen constituye una parte fundamental del sistema ANPR que, de acuerdo con el principio informático de " si entra basura, sale basura ", a menudo determinará el rendimiento general.
La captura de matrículas se realiza normalmente con cámaras especializadas diseñadas específicamente para esta tarea, aunque se están implementando nuevas técnicas de software que admiten cualquier cámara de vigilancia IP y aumentan la utilidad del reconocimiento automático de matrículas (ANPR) para aplicaciones de seguridad perimetral . Entre los factores que dificultan el funcionamiento de las cámaras de captura de matrículas se incluyen la velocidad de los vehículos, la variación de la luz ambiental, el deslumbramiento de los faros y las condiciones ambientales adversas. La mayoría de las cámaras dedicadas a la captura de matrículas incorporan iluminación infrarroja para solucionar los problemas de iluminación y reflectividad de las placas.

Muchos países utilizan ahora matrículas retrorreflectantes . [ 17 ] Esto devuelve la luz a la fuente y, por lo tanto, mejora el contraste de la imagen. En algunos países, los caracteres de la matrícula no son reflectantes, lo que proporciona un alto nivel de contraste con el fondo reflectante en cualquier condición de iluminación. Una cámara que utiliza imágenes infrarrojas activas (con un filtro de color normal sobre la lente y un iluminador infrarrojo junto a ella) se beneficia enormemente de esto, ya que las ondas infrarrojas se reflejan en la matrícula. Sin embargo, esto solo es posible en cámaras ANPR dedicadas, por lo que las cámaras utilizadas para otros fines deben depender más de las capacidades del software. Además, cuando se requiere una imagen a todo color, así como el uso de los detalles recuperados por ANPR, es necesario tener una cámara con capacidad infrarroja y una cámara normal (a color) trabajando juntas.
Para evitar el desenfoque, lo ideal es que la velocidad de obturación de una cámara dedicada esté configurada a 1/1000 de segundo. También es importante que la cámara utilice un obturador global, en lugar de un obturador rodante , para asegurar que las imágenes capturadas no presenten distorsión. Debido a que el coche está en movimiento, velocidades de obturación más lentas podrían resultar en una imagen demasiado borrosa para ser leída por el software OCR, especialmente si la cámara está mucho más alta que el vehículo. En tráfico lento, o cuando la cámara está a un nivel más bajo y el vehículo se acerca a la cámara en ángulo, la velocidad de obturación no necesita ser tan rápida. Velocidades de obturación de 1/500 de segundo pueden manejar tráfico que se mueve hasta 65 km/h (40 mph) y 1/250 de segundo hasta 8 km / h ( 5 mph ) . Las cámaras de captura de matrículas pueden producir imágenes utilizables de vehículos que viajan a 190 km /h (120 mph) .
Para maximizar las posibilidades de una captura efectiva de matrículas, los instaladores deben considerar cuidadosamente la posición de la cámara con respecto al área de captura objetivo. Superar los ángulos de incidencia límite entre la lente de la cámara y la matrícula reducirá considerablemente la probabilidad de obtener imágenes utilizables debido a la distorsión. Los fabricantes han desarrollado herramientas para ayudar a eliminar errores en la instalación física de las cámaras de captura de matrículas.
Uso
fuerzas del orden


Australia
Varias fuerzas policiales estatales y el Departamento de Justicia (Victoria) [ 18 ] utilizan sistemas ANPR fijos y móviles. La Patrulla de Carreteras de la Policía de Nueva Gales del Sur fue la primera en probar y utilizar un sistema de cámara ANPR fijo en Australia en 2005. En 2009 comenzaron a implementar un sistema ANPR móvil (conocido oficialmente como MANPR) [ 19 ] con tres cámaras infrarrojas instaladas en su flota de la Patrulla de Carreteras. [ 20 ] El sistema identifica vehículos no registrados y robados, así como conductores inhabilitados o con licencia suspendida y otras "personas de interés", como personas con órdenes de arresto pendientes. [ 21 ]
Bélgica
La ciudad de Mechelen utiliza un sistema ANPR desde septiembre de 2011 para escanear todos los vehículos que cruzan los límites de la ciudad (tanto de entrada como de salida). Los vehículos incluidos en las " listas negras " (sin seguro, robados, etc.) generan una alarma en la central de control, lo que permite su interceptación por una patrulla. A principios de 2012, se revisaban automáticamente un millón de vehículos por semana de esta manera. [ 22 ]
Canadá
Los servicios policiales federales, provinciales y municipales de todo Canadá utilizan software de reconocimiento automático de matrículas; también se emplean en ciertas rutas de peaje y por agencias de control de estacionamiento. Las leyes que regulan el uso de la información obtenida mediante estos dispositivos están reguladas por diversas leyes provinciales de privacidad. [ 23 ]
Dinamarca
La técnica está siendo probada por la policía danesa. Se utiliza de forma permanente desde mediados de 2016. [ 24 ]
Francia
Se han instalado 180 pórticos en las principales carreteras del país. Estos, junto con otras 250 cámaras fijas, permitirán la aplicación de un impuesto ecológico a los camiones de más de 3,5 toneladas. El sistema está recibiendo oposición y, si bien es posible que recopilen datos de los vehículos que pasan por las cámaras, no se cobra ningún impuesto ecológico. [ 25 ]
Alemania
El 11 de marzo de 2008, el Tribunal Constitucional Federal de Alemania dictaminó que algunos aspectos de la legislación que permitía el uso de sistemas automatizados de reconocimiento de matrículas en Alemania vulneraban el derecho a la privacidad . [ 26 ] Más concretamente, el tribunal determinó que la retención de cualquier tipo de información (es decir, datos de matrículas) que no estuviera destinada a un uso preestablecido (por ejemplo, para el seguimiento de presuntos terroristas o para el control del exceso de velocidad) contravenía la legislación alemana. Estos sistemas, denominados TraffiCapture, eran proporcionados por Jenoptik Robot GmbH. [ 27 ]
Hungría

En 2012 se formó un consorcio estatal entre el Ministerio del Interior húngaro, la Jefatura de la Policía Nacional y la Comisión Central de Administración Pública y Servicios Electrónicos con el objetivo de instalar y operar un sistema de transporte inteligente unificado ( ITS ) con cobertura nacional para finales de 2015. [ 28 ] Dentro del sistema, se pusieron en funcionamiento 160 unidades portátiles de control de tráfico y recopilación de datos y 365 instalaciones permanentes de pórtico con capacidades de reconocimiento automático de matrículas (ANPR), detección de velocidad, imágenes y análisis estadístico. Dado que todos los puntos de datos están conectados a un ITS ubicado centralmente, cada miembro del consorcio puede utilizar por separado su gama de actividades administrativas y de control, como el registro remoto de vehículos y la verificación de seguros, el control de velocidad, carriles y semáforos, y la interceptación de vehículos buscados o robados, entre otros.
Varias unidades de la policía auxiliar húngara también utilizan un sistema llamado Matrix Police [ 29 ] en cooperación con la policía . Consiste en una computadora portátil equipada con una cámara web que escanea la base de datos de vehículos robados mediante el reconocimiento automático de matrículas. El sistema está instalado en el tablero de ciertos vehículos patrulla ( también existen versiones portátiles basadas en PDA ) y se utiliza principalmente para controlar la matrícula de los vehículos estacionados. Dado que la Policía Auxiliar no tiene autoridad para ordenar a los vehículos en movimiento que se detengan, si se encuentra un vehículo robado, se informa a la policía formal.
Países Bajos
DXC Technology ha implementado [ 30 ] una solución ANPR avanzada para los Países Bajos, que se utiliza para diversos fines de seguridad nacional y gestión del tráfico. Este completo sistema automático de reconocimiento de matrículas forma parte de una iniciativa más amplia para mejorar las capacidades de aplicación de la ley, investigación y vigilancia de las autoridades neerlandesas. El sistema está diseñado para integrarse sin problemas con la infraestructura existente, proporcionando procesamiento y análisis de datos en tiempo real para mejorar la eficiencia operativa y la toma de decisiones. La implementación incluye la colaboración con agencias gubernamentales locales para garantizar el cumplimiento de los marcos legales nacionales y admite una amplia gama de aplicaciones, como la aplicación de la normativa de tráfico, la vigilancia de la seguridad y el cobro de peajes. [ 31 ]
Noruega
metaBOF se implementa en Noruega como una plataforma nacional de procesamiento de ANPR/sensores de tráfico utilizada operativamente por Tolletaten (Aduanas noruegas) y Statens vegvesen (Administración noruega de carreteras públicas) para respaldar el cobro de peajes, el control fronterizo, el monitoreo del cumplimiento vehicular y los flujos de trabajo de cumplimiento relacionados; el sistema integra ANPR y otros sensores, listas de vehículos de interés, análisis de tráfico y notificaciones en tiempo real y está alojado en centros de datos que cumplen con las normas gubernamentales [ 31 ] . El sistema fue implementado y es operado por DXC Technology [ 30 ] .
Arabia Saudita
Las matrículas de vehículos en Arabia Saudita utilizan fondo blanco, pero algunos tipos de vehículos pueden tener un fondo diferente. Solo se utilizan 17 letras árabes en las matrículas. [ 32 ] Un desafío para el reconocimiento de matrículas en Arabia Saudita es el tamaño de los dígitos. Algunas matrículas utilizan tanto números arábigos orientales como sus equivalentes en árabe occidental. Existe una investigación con código fuente disponible para los dígitos arábigos APNR. [ 33 ]
Suecia
La técnica está siendo probada por la Autoridad Policial Sueca en nueve lugares diferentes de Suecia. [ 34 ]
Pavo
Varias ciudades han probado —y algunas han puesto en servicio— el KGYS (Kent Guvenlik Yonetim Sistemi, Sistema de Administración de Seguridad de la Ciudad) , [ 35 ] es decir, la capital Ankara ha estrenado el KGYS, que consiste en un sistema de reconocimiento de matrículas en las principales arterias y salidas de la ciudad. [ 36 ] El sistema se ha utilizado con dos cámaras por carril, una para el reconocimiento de matrículas y otra para la detección de velocidad. Ahora el sistema se ha ampliado para conectar en red todas las cámaras de matrículas y hacer cumplir la velocidad media en distancias preestablecidas. Algunas arterias tienen un límite de 70 km/h (45 mph) , y otras de 50 km/h (30 mph) , y se publican pruebas fotográficas con detalles de fecha y hora en la dirección de registro si se detecta una infracción de velocidad. A partir de 2012, la multa por exceder el límite de velocidad en más del 30% es de aproximadamente ₺ 315 (US$ 175 ).
Ucrania
El proyecto de integración de sistemas «OLLI Technology» y el Departamento de Inspección Estatal de Tráfico (STI) del Ministerio del Interior de Ucrania experimentan con la introducción de un complejo técnico moderno capaz de localizar en tiempo real coches robados, conductores sin licencia y otros vehículos problemáticos. El complejo ucraniano «Control de vídeo» [ 37 ] funciona mediante la fijación por vídeo del vehículo con reconocimiento de matrículas y comprobación en una base de datos.
Reino Unido

El Ministerio del Interior afirma que el propósito del reconocimiento automático de matrículas en el Reino Unido es ayudar a detectar, disuadir y desarticular la delincuencia, incluyendo la lucha contra los grupos del crimen organizado y los terroristas. Los movimientos de los vehículos se registran a través de una red de casi 13 000 cámaras que capturan aproximadamente 55 millones de registros de lectura del ANPR diariamente. [ 38 ] Estos registros se almacenan durante un máximo de dos años en el Centro Nacional de Datos ANPR, al que se puede acceder, analizar y utilizar como prueba en el marco de las investigaciones de los organismos policiales del Reino Unido . [ 39 ] [ 40 ]
En 2012, el Parlamento del Reino Unido promulgó la Ley de Protección de las Libertades, que incluye varias disposiciones relacionadas con el control y la restricción de la recopilación, el almacenamiento, la retención y el uso de información sobre las personas. En virtud de esta Ley, el Ministerio del Interior publicó en 2013 un código de buenas prácticas para el uso de cámaras de vigilancia, incluido el ANPR, por parte de los organismos gubernamentales y policiales. El objetivo del código es ayudar a garantizar que su uso se caracterice como «vigilancia por consentimiento, y dicho consentimiento por parte de la comunidad debe ser informado y no asumido por el operador del sistema. La vigilancia por consentimiento debe considerarse análoga a la vigilancia policial por consentimiento ». [ 41 ] Además, en 2014 se introdujo un conjunto de normas para los datos, [ 42 ] la infraestructura, [ 43 ] y el acceso y la gestión de datos. [ 44 ]
Estados Unidos

En Estados Unidos, los sistemas ANPR se conocen más comúnmente como tecnología ALPR (Automatic License Plate Reader/Recognition), debido a diferencias en el idioma (es decir, en inglés americano , las "number plates" se denominan "license plates" ) [ 45 ] [ 46 ].
Desde 2019, empresas privadas como Flock Safety han crecido rápidamente, promoviendo cámaras ALPR fijas tanto para particulares como para asociaciones vecinales y fuerzas del orden. Para abril de 2022, 1500 ciudades de Estados Unidos habían implementado cámaras Flock, a pesar de las críticas de la ACLU y otras organizaciones de derechos civiles [ 47 ] [ 48 ] y las dudas sobre si el sistema realmente reduce la delincuencia. [ 49 ] En 2025, las cámaras ALPR están siendo utilizadas por ICE y ERO para buscar actividades relacionadas con la "inmigración", lo que podría ayudar en la detención para la deportación. Actualmente, no se requiere una orden judicial ni existe restricción alguna sobre cómo las fuerzas del orden pueden utilizar los datos ALPR. [ 50 ]

El uso de ANPR móvil está muy extendido entre las agencias policiales estadounidenses a nivel municipal, condal, estatal y federal. Según un informe de 2012 del Police Executive Research Forum, aproximadamente el 71 % de todos los departamentos de policía de EE. UU. utilizan alguna forma de ANPR. [ 51 ] El ANPR móvil se está convirtiendo en un componente importante de las estrategias policiales predictivas municipales y la recopilación de inteligencia, [ 52 ] así como para la recuperación de vehículos robados, la identificación de delincuentes buscados y la recaudación de ingresos de personas morosas en impuestos o multas municipales o estatales, o el monitoreo de Alertas Amber . Con la implementación generalizada de esta tecnología, muchos estados de EE. UU. ahora emiten citaciones por delitos menores de hasta $500 cuando se identifica una matrícula vencida o en el vehículo incorrecto. Las matrículas reconocidas con éxito pueden compararse con bases de datos que incluyen "persona buscada", "orden de protección", persona desaparecida, miembro de pandillas, terrorista conocido y sospechoso, libertad condicional supervisada, infractor de inmigración y listas nacionales de delincuentes sexuales. [ 53 ] Además del procesamiento en tiempo real de los números de matrícula, los sistemas ANPR en EE. UU. recopilan (y pueden almacenar indefinidamente) datos de cada captura de matrícula. Las imágenes, las fechas, las horas y las coordenadas GPS se pueden almacenar y pueden ayudar a ubicar a un sospechoso en el lugar de los hechos, facilitar la identificación de testigos, el reconocimiento de patrones o el seguimiento de personas.
En 2014, el Departamento de Seguridad Nacional propuso una base de datos federal para combinar todos los sistemas de monitoreo, la cual fue cancelada tras quejas sobre la privacidad. [ 54 ] [ 55 ] En 1998, un teniente de policía de Washington, D.C. se declaró culpable de extorsión tras chantajear a los propietarios de vehículos estacionados cerca de un bar gay. [ 56 ] En 2015, el Departamento de Policía de Los Ángeles propuso enviar cartas a los domicilios de todos los vehículos que ingresan a zonas de alta prostitución. [ 57 ] [ 58 ] [ 59 ]
Las primeras aplicaciones móviles de ANPR del sector privado se han destinado a la recuperación y recuperación de vehículos, [ 60 ] aunque la aplicación de ANPR por parte de empresas privadas para recopilar información de vehículos de propiedad privada o de propiedades privadas (por ejemplo, entradas de garaje) se ha convertido en un tema delicado y objeto de debate público. [ 61 ] Otros usos de ANPR incluyen el control del estacionamiento y la recaudación de ingresos de personas con impuestos o multas municipales o estatales impagadas. Esta tecnología suele aparecer en el programa de telerrealidad Parking Wars, emitido por A&E Network . En el programa, los conductores de grúas y los equipos de inmovilización de vehículos utilizan el ANPR para localizar vehículos con grandes cantidades de multas de estacionamiento impagadas.
Leyes
Las leyes varían entre los estados con respecto a la recopilación y retención de información de matrículas. A partir de 2019, 16 estados tienen límites sobre cuánto tiempo se pueden retener los datos, siendo el más bajo en Nuevo Hampshire (3 minutos) y el más alto en Colorado (3 años). [ 62 ] La Corte Suprema de Virginia dictaminó en 2018 que los datos recopilados de los ALPR pueden constituir información personal. [ 63 ] Como resultado, el 1 de abril de 2019, un juez del condado de Fairfax emitió una orden judicial que prohibía al Departamento de Policía del condado de Fairfax recopilar y almacenar datos de ALPR fuera de una investigación o recopilación de inteligencia relacionada con una investigación criminal. [ 64 ] El 22 de octubre de 2020, la Corte Suprema de Virginia revocó esa decisión, dictaminando que los datos recopilados no eran información personal identificativa. [ 65 ]
En abril de 2020, el Tribunal Supremo Judicial de Massachusetts dictaminó que el uso sin orden judicial de lectores automáticos de matrículas para vigilar los cruces de puentes de un presunto distribuidor de heroína hacia Cape Cod no violaba la Cuarta Enmienda de la Constitución de los Estados Unidos únicamente debido al tiempo y alcance limitados de las observaciones. [ 66 ] [ 67 ]
Cámaras de velocidad media
El ANPR se utiliza para el control de límites de velocidad en Australia, Austria, [ 68 ] Bélgica, [ 69 ] Dubái (EAU), [ 70 ] Francia, Irlanda, Italia, [ 71 ] Países Bajos, [ 72 ] España, [ 73 ] Sudáfrica, Reino Unido y Kuwait. [ 74 ]
Este sistema funciona registrando el tiempo de viaje de los vehículos entre dos puntos fijos y calculando la velocidad media. Se afirma que estas cámaras ofrecen una ventaja sobre los radares de velocidad tradicionales al mantener velocidades legales constantes en distancias prolongadas, en lugar de incentivar frenadas bruscas al acercarse a ubicaciones específicas de las cámaras y la posterior aceleración hasta alcanzar velocidades ilegales. [ 75 ]
Italia
En las autopistas italianas existe un sistema de monitoreo llamado Tutor que cubre más de 2500 km (1600 millas) (2012). El sistema Tutor también puede interceptar vehículos al cambiar de carril. [ 76 ] Tutor o Safety Tutor es un proyecto conjunto entre la empresa gestora de autopistas, Autostrade per l'Italia , y la Policía Estatal. Con el tiempo, ha sido reemplazado por otras versiones, por ejemplo, el SICVe-PM, donde PM significa PlateMatching, y el SICVe Vergilius. Además de este sistema de monitoreo de velocidad media, existen otros como Celeritas y T-Expeed v.2. [ 77 ]
Países Bajos
Las cámaras de velocidad media ( trayectcontrole ) están en funcionamiento en los Países Bajos desde 2002. En julio de 2009, había 12 cámaras operativas, principalmente en el oeste del país y a lo largo de la A12 . [ 75 ] Algunas de estas están divididas en varias "secciones" para permitir que los coches salgan y entren en la autopista [ 30 ] .
Un primer sistema experimental se probó en un tramo corto de la A2 en 1997 y fue considerado un gran éxito por la policía, reduciendo el exceso de velocidad al 0,66 %, en comparación con el 5 al 6 % cuando se utilizaban cámaras de velocidad convencionales en el mismo lugar. [ 78 ] Las primeras cámaras de velocidad media permanentes se instalaron en la A13 en 2002, poco después de que se redujera el límite de velocidad a 80 km/h (50 mph) para limitar la contaminación acústica y atmosférica en la zona. [ 79 ] En 2007, las cámaras de velocidad media dieron como resultado 1,7 millones de multas por exceso de velocidad de un total de 9,7 millones. Según el Fiscal General de los Países Bajos, el número medio de infracciones de los límites de velocidad en los tramos de autopista equipados con cámaras de velocidad media es de entre el 1 y el 2 %, en comparación con el 10 al 15 % en otros lugares. [ 80 ]
Reino Unido
Uno de los tramos más notables de cámaras de velocidad media en el Reino Unido se encuentra en la carretera A77 en Escocia, con 32 millas (51 km) monitoreadas entre Kilmarnock y Girvan . [ 81 ] En 2006 se confirmó que las multas por exceso de velocidad de las cámaras ' SPECS ' podían evitarse cambiando de carril y la Fundación RAC temía que la gente pudiera jugar a la "ruleta rusa" cambiando de un carril a otro para disminuir sus probabilidades de ser atrapada; sin embargo, en 2007 el sistema se actualizó para su uso en varios carriles y en 2008 el fabricante describió el "mito" como "categóricamente falso". [ 82 ] Existe evidencia de que la implementación de sistemas como SPECS tiene un efecto considerable en el volumen de conductores que viajan a velocidades excesivas; en el tramo de carretera mencionado anteriormente (A77 entre Glasgow y Ayr) se ha observado una "enorme caída" en las infracciones por exceso de velocidad desde la introducción de un sistema SPECS. [ 81 ]
disuasión del delito
Las innovaciones recientes han contribuido a la adopción de ANPR para aplicaciones de seguridad perimetral y control de acceso en instalaciones gubernamentales. En Estados Unidos, los esfuerzos de "seguridad nacional" para protegerse contra supuestos "actos de terrorismo" han dado como resultado la adopción de ANPR para instalaciones sensibles como embajadas, escuelas, aeropuertos, puertos marítimos, edificios militares y federales, instalaciones policiales y gubernamentales, y centros de transporte. ANPR se comercializa como un sistema que puede implementarse a través de redes de cámaras de vigilancia basadas en IP que realizan una "doble función" junto con el reconocimiento facial, el seguimiento de objetos y los sistemas de grabación con el fin de monitorear comportamientos sospechosos o anómalos, mejorar el control de acceso y comparar con listas de vigilancia. Los sistemas ANPR se instalan con mayor frecuencia en puntos de alta sensibilidad, entrada o salida. Importantes agencias estadounidenses como el Departamento de Seguridad Nacional, el Departamento de Justicia, el Departamento de Transporte y el Departamento de Defensa han adquirido ANPR para aplicaciones de seguridad perimetral. [ 83 ] Grandes redes de sistemas ANPR están siendo instaladas por ciudades como Boston, Londres y Nueva York para brindar protección en toda la ciudad contra actos de terrorismo y para brindar apoyo a reuniones y espacios públicos. [ 84 ]
El Centro para la Política Criminal Basada en la Evidencia de la Universidad George Mason identifica los siguientes ensayos controlados aleatorios de tecnología de reconocimiento automático de matrículas como muy rigurosos. [ 85 ]
Seguridad y servicios empresariales
Además de las instalaciones gubernamentales, muchas industrias del sector privado con preocupaciones de seguridad de las instalaciones están comenzando a implementar soluciones ANPR. Algunos ejemplos incluyen casinos, hospitales, museos, estacionamientos y complejos turísticos. [ 86 ] En los EE. UU., las instalaciones privadas generalmente no pueden acceder a las listas de vigilancia del gobierno o la policía, pero pueden desarrollar y comparar con sus propias bases de datos para clientes, VIP, personal crítico o listas de "personas vetadas". Además de proporcionar seguridad perimetral, el ANPR privado tiene aplicaciones de servicio para el reconocimiento de valet/clientes reconocidos y VIP, logística y seguimiento de personal clave, ventas y publicidad, administración de estacionamientos y logística ( seguimiento de vehículos de proveedores y apoyo ).
Control de tráfico
Muchas ciudades y distritos han desarrollado sistemas de control de tráfico para ayudar a monitorear el movimiento y el flujo de vehículos en la red vial. Esto generalmente ha implicado el análisis de datos históricos, estimaciones, observaciones y estadísticas, tales como:
- Uso del aparcamiento
- Uso del paso de peatones
- Número de vehículos en una carretera
- Zonas de baja y alta congestión
- Frecuencia, ubicación y causa de las obras viales
Las cámaras de videovigilancia pueden ayudar a los centros de control de tráfico proporcionándoles datos en tiempo real, lo que permite tomar decisiones sobre la gestión del tráfico al instante. Mediante el uso de sistemas de reconocimiento automático de matrículas (ANPR) en estas grabaciones, es posible monitorizar el recorrido de vehículos individuales, obteniendo automáticamente información sobre la velocidad y el flujo de las distintas rutas. Estos detalles permiten identificar zonas problemáticas en el momento en que se producen y ayudan al centro a tomar decisiones informadas sobre la gestión de incidentes.
Algunos condados del Reino Unido han trabajado con Siemens Traffic para desarrollar sistemas de monitoreo de tráfico para sus propios centros de control y para el público. [ 87 ] Proyectos como ROMANSE del Consejo del Condado de Hampshire [ 88 ] proporcionan un sitio web interactivo y en tiempo real que muestra detalles sobre el tráfico en la ciudad. El sitio muestra información sobre estacionamientos, obras viales en curso, eventos especiales y grabaciones tomadas por cámaras de CCTV. Los sistemas ANPR se pueden utilizar para proporcionar tiempos de viaje promedio punto a punto a lo largo de rutas específicas, que se pueden mostrar en un panel de mensajes variables (VMS) que permite a los conductores planificar su ruta. ROMANSE también permite a los viajeros ver la situación actual usando un dispositivo móvil con conexión a Internet (como WAP , GPRS o 3G ), lo que les permite ver imágenes de CCTV del dispositivo móvil [ 89 ] dentro de la red de carreteras de Hampshire.
La empresa británica Trafficmaster utiliza el reconocimiento automático de matrículas (ANPR) desde 1998 para estimar la velocidad media del tráfico en carreteras secundarias, evitando que los resultados se vean afectados por las fluctuaciones locales causadas por semáforos y otros factores. Actualmente, la empresa opera una red de más de 4000 cámaras ANPR, pero afirma que solo se identifican los cuatro dígitos centrales y que no se almacenan los datos de las matrículas. [ 90 ] [ 91 ] [ 92 ]
Cobro electrónico de peajes
Carreteras de peaje


La autopista 407 ETR de Ontario utiliza una combinación de reconocimiento automático de matrículas (ANPR) y transpondedores de radio para el cobro de peajes a los vehículos que entran y salen de la carretera. Las antenas de radio están ubicadas en cada cruce y detectan los transpondedores, registrando la identidad única de cada vehículo de forma similar al sistema ANPR. Sin el ANPR como sistema complementario, no sería posible monitorear todo el tráfico. Los conductores que optan por alquilar un transpondedor por CA$ 2.55 (US$ 1.92 ) al mes no pagan el peaje por video de CA$ 3.6 (US$ 2.71 ) por usar la carretera, mientras que los vehículos pesados (aquellos con un peso bruto superior a 5,000 kg o 5.5 toneladas cortas ) están obligados a usar uno. Independientemente del sistema, los usuarios de la autopista reciben una notificación de los cargos por uso por correo postal.
Existen numerosas otras redes de cobro electrónico de peaje que utilizan esta combinación de identificación por radiofrecuencia y reconocimiento automático de matrículas (ANPR). Estas incluyen:
- El puente Golden Gate en San Francisco, California , que comenzó a utilizar un sistema de peaje totalmente electrónico que combina Fastrak y ANPR el 27 de marzo de 2013 [ 93 ].
- NC Quick Pass para la Interestatal 540 (Carolina del Norte) Triangle Expressway en el condado de Wake, Carolina del Norte
- Pase de puente [ 94 ] para el puente del puerto de Saint John en Saint John, Nuevo Brunswick.
- Pase rápido [ 95 ] en el puente Golden Ears , que cruza el río Fraser entre Langley y Maple Ridge.
- e-TAG , todas las autopistas de peaje australianas [ 96 ]
- FasTrak en California, Estados Unidos
- Carretera 6 en Israel
- Túneles en Hong Kong
- Autopista Central [ 97 ] en Santiago , Chile
- E-ZPass está disponible en Nueva York, Nueva Jersey , Pensilvania , Massachusetts (como Fast Lane hasta 2012), Virginia (anteriormente Smart Tag ) y otros estados. La Ruta 200 de Maryland utiliza una combinación de E-ZPass y ANPR.
- TollTag en el norte de Texas y EZ-Tag en Houston, Texas.
- I-Pass en Illinois
- Paso de Pike en Oklahoma
- Peach Pass I-85 Atlanta, Georgia ( Condado de Gwinnett ).
- OGS (Otomatik Geçiş Sistemi) utilizado en el puente del Bósforo , el puente Fatih Sultan Mehmet y los puntos de entrada de la autopista transeuropea en Estambul , Turquía
- Autopista de peaje M50 Westlink en Dublín , Irlanda
- Paso elevado en Corea del Sur
- Puerta Norte, SH 1 , Auckland , Nueva Zelanda
- Puente flotante Evergreen Point , Seattle y carriles de alta ocupación (HOT) de la Ruta Estatal 167 de Washington en el oeste de Washington.
- ETC [ 98 ] en Taiwán
- SunPass en Florida
Noruega
DXC Technology apoyó el despliegue de metaBOF tm [ 15 ] ANPR [ 30 ] incluyendo el uso operativo de sistemas de cámaras ANPR en pasos fronterizos y ubicaciones estratégicas destinadas a detectar y desarticular el contrabando y la actividad delictiva transfronteriza. Esto incluyó la planificación y el despliegue geográfico de sensores de lectura de matrículas.
Portugal
Las carreteras portuguesas cuentan con autopistas antiguas con estaciones de peaje donde los conductores pueden pagar con tarjeta y también con carriles con sistemas de cobro electrónico. Sin embargo, la mayoría de las autopistas nuevas solo ofrecen la opción de sistema de cobro electrónico. El sistema de cobro electrónico comprende tres estructuras diferentes:
- ANPR, que funciona con cámaras infrarrojas y lee las matrículas de todos los vehículos.
- Láseres para la medición volumétrica del vehículo para confirmar si se trata de un automóvil normal, un SUV o un camión, ya que los cargos varían según el tipo de vehículo.
- Similar a la tecnología RFID, permite leer las etiquetas inteligentes integradas.
Cuando se instala la etiqueta inteligente en el vehículo, este se identifica rápidamente y se realiza el cargo automático en la cuenta bancaria del propietario. Este proceso se lleva a cabo a cualquier velocidad hasta más de 250 km/h (160 mph) . Si el vehículo no cuenta con la etiqueta inteligente, el conductor debe acudir a una estación de pago para abonar los peajes entre el tercer y el quinto día, con un recargo. En caso de no hacerlo, se le envía una carta con una multa elevada. Si esta no se paga, la multa se quintuplica y, posteriormente, el vehículo se incluye en la base de datos policial para su incautación. Este sistema también se utiliza en algunas zonas de acceso restringido de las principales ciudades para permitir la entrada únicamente a residentes previamente registrados. Está previsto su implementación en más carreteras y en el cobro de peajes y la restricción de acceso a las entradas de las ciudades. La eficacia del sistema es tan alta que resulta prácticamente imposible que el conductor presente una queja.
Tarifa de congestión de Londres

El peaje de congestión de Londres es un ejemplo de un sistema que cobra a los conductores que entran en una zona de pago. Transport for London (TfL) utiliza sistemas ANPR y cobra a los conductores una tarifa diaria de 11,50 £ si entran, salen o se mueven dentro de la zona de peaje de congestión entre las 7:00 y las 18:00 , de lunes a viernes. Los propietarios de vehículos que se inscriben en el sistema de deducción automática pagan una tarifa reducida de 10,50 £. [ 99 ] Las multas por circular dentro de la zona sin pagar el peaje son de 65 £ por infracción si se pagan antes de la fecha límite, y se duplican a 130 £ por infracción después de esa fecha.
Actualmente hay 1500 cámaras que utilizan tecnología de reconocimiento automático de matrículas (ANPR). [ 100 ] También hay varias unidades de cámaras móviles que pueden desplegarse en cualquier lugar de la zona.
Se estima que alrededor del 98 % de los vehículos que circulan por la zona son captados por las cámaras. Las grabaciones de vídeo se transmiten a un centro de datos ubicado en el centro de Londres, donde el software de reconocimiento automático de matrículas (ANPR) deduce la placa del vehículo. Un segundo centro de datos proporciona una copia de seguridad de las imágenes.
Se capturan las matrículas delanteras y traseras de los vehículos que entran y salen de la zona, lo que permite hasta cuatro intentos para obtener las matrículas. Esta lista se compara con la de los vehículos cuyos propietarios/operadores han pagado para entrar en la zona; quienes no lo hayan hecho son multados. El propietario registrado de dicho vehículo se consulta en una base de datos proporcionada por la DVLA. [ 101 ]
Sudáfrica
En Johannesburgo, Sudáfrica, se utiliza el sistema ANPR para el cobro de peajes electrónicos. Los propietarios de vehículos que entran o salen del centro de la ciudad deben pagar una tarifa. El número de peajes depende de la distancia recorrida en la autopista. Algunas de las autopistas con ANPR son la N12, la N3, la N1, etc.
Suecia
En Estocolmo , Suecia, el sistema ANPR se utiliza para el peaje por congestión de Estocolmo . Los propietarios de vehículos que entran o salen del centro de la ciudad deben pagar una tasa que varía según la hora del día. Desde 2013, también se utiliza para el peaje por congestión de Gotemburgo , que incluye a los vehículos que circulan por las principales autopistas y atraviesan la ciudad.
Uso privado
Varias empresas y agencias del Reino Unido utilizan sistemas ANPR. Entre ellas se incluyen la Vehicle and Operator Services Agency (VOSA), [ 102 ] la Driver and Vehicle Licensing Agency (DVLA) [ 103 ] y Transport for London. [ 104 ]
Otros usos
Los sistemas ANPR también pueden ser utilizados para/por:
- Control de sección, para medir la velocidad media del vehículo en distancias más largas [ 105 ]
- pasos fronterizos
- Embargos de automóviles [ 60 ] [ 106 ]
- Gasolineras que deben registrar cuando un conductor se marcha sin pagar el combustible.
- Una herramienta de marketing para registrar patrones de uso
- Publicidad dirigida, al estilo de las vallas publicitarias de "Minority Report" [ 107 ] [ 108 ]
- Sistemas de gestión de tráfico, que determinan el flujo de tráfico utilizando el tiempo que tardan los vehículos en pasar por dos sitios ANPR [ 109 ].
- Análisis del comportamiento de viaje (elección de ruta, origen-destino, etc.) para fines de planificación del transporte [ 110 ] [ 111 ]
- Reconocimiento de clientes en el servicio de autoservicio, para reconocer automáticamente a los clientes en función de su matrícula y ofrecerles los artículos que pidieron la última vez que utilizaron el servicio.
- Para ayudar a los sistemas de gestión de visitantes a reconocer los vehículos de los huéspedes.
- Policía y policía auxiliar
- Empresas de aparcamiento de coches
- Para subir o bajar bolardos automáticos
- Hoteles
- Aplicación de las leyes de ceder el paso a los vehículos de emergencia [ 112 ]
- Pruebas automatizadas de emisiones [ 113 ]
Desafíos
Burla


Los propietarios de vehículos han utilizado diversas técnicas para intentar evadir los sistemas de reconocimiento automático de matrículas (ANPR) y las cámaras de control de tráfico en general. Un método consiste en aumentar las propiedades reflectantes de las letras, lo que dificulta que el sistema localice la matrícula o genere un contraste suficiente para leerla. Esto se suele hacer con una funda para la matrícula o un aerosol, aunque la eficacia de este último es cuestionable. En la mayoría de las jurisdicciones, las fundas son ilegales y están contempladas en las leyes vigentes, mientras que en la mayoría de los países no existe ninguna ley que prohíba el uso de los aerosoles. [ 114 ] Otros usuarios han intentado manchar la matrícula con tierra o utilizar fundas para ocultarla.
El 1 de septiembre de 2003, la Ley 439 del Senado de Texas prohibió los marcos decorativos alrededor de las placas de matrícula de Texas debido a que causaban problemas con los dispositivos ANPR. Dicha ley lo tipificó como delito menor de Clase C (sancionable con una multa de hasta US$200), o de Clase B (sancionable con una multa de hasta US$2000 y 180 días de cárcel) si se demostraba que el propietario lo había hecho para ocultar deliberadamente sus placas. [ 115 ] Posteriormente, en 2007, la ley se aclaró para permitir los marcos decorativos.
Si un sistema ANPR no puede leer la matrícula, puede marcar la imagen para que los operadores humanos la revisen e intenten identificar los caracteres alfanuméricos. En 2013, investigadores de Sunflex Zone Ltd crearon un marco de matrícula que utiliza luz infrarroja cercana para que los sistemas de reconocimiento de matrículas no puedan leerla. [ 116 ]
Preocupaciones por la privacidad y mal uso
La introducción de los sistemas ANPR ha generado temores de identificación errónea y de un mayor control al estilo de la película 1984. [ 117 ] En Estados Unidos, algunos, como Gregg Easterbrook, se oponen a lo que denominan "máquinas que emiten multas por exceso de velocidad y por pasarse un semáforo en rojo", considerándolo el inicio de una pendiente resbaladiza hacia un sistema de justicia automatizado:
- "Una máquina clasifica a una persona como delincuente, y no puedes confrontar a tu acusador porque no hay ningún acusador... ¿puede ser prudente establecer el principio de que cuando una máquina dice que hiciste algo ilegal, se te presume culpable?" [ 118 ]
Se han planteado críticas similares en otros países. Easterbrook también argumenta que esta tecnología se emplea para maximizar los ingresos del Estado, en lugar de promover la seguridad. [ 118 ] El sistema de vigilancia electrónica genera multas que en Estados Unidos suelen superar los 100 dólares y que, sin la ayuda de un abogado, son prácticamente imposibles de impugnar ante un tribunal. Los ingresos generados por estas máquinas se comparten generosamente con la corporación privada que las construye y opera, lo que crea un fuerte incentivo para modificar el sistema y generar la mayor cantidad de multas posible.
Los sistemas antiguos eran notablemente poco fiables; en el Reino Unido, esto ha provocado que se emitieran cargos erróneos, obligando al propietario del vehículo a pagar 10 libras esterlinas para obtener (o no) un comprobante de la infracción. Las mejoras tecnológicas han reducido drásticamente la tasa de errores, pero las acusaciones falsas siguen siendo lo suficientemente frecuentes como para constituir un problema.
Quizás el incidente más conocido relacionado con el abuso de una base de datos ANPR en Norteamérica sea el caso del reportero del Edmonton Sun , Kerry Diotte, en 2004. Diotte escribió un artículo que criticaba el uso de cámaras de tráfico por parte de la policía de Edmonton para aumentar sus ingresos y, en represalia, fue añadido a una base de datos ANPR de "conductores de alto riesgo" en un intento de monitorear sus hábitos y crear una oportunidad para arrestarlo. [ 119 ] [ 120 ] [ 121 ] El jefe de policía y varios agentes fueron despedidos como resultado, y la Oficina del Comisionado de Privacidad de Canadá expresó su preocupación pública por el "creciente uso de la tecnología por parte de la policía para espiar a los automovilistas". [ 122 ]
Otras preocupaciones incluyen el almacenamiento de información que podría usarse para identificar personas y almacenar detalles sobre sus hábitos de conducción y vida diaria, contraviniendo la Ley de Protección de Datos junto con legislación similar (véase información de identificación personal ). Las leyes en el Reino Unido son estrictas para cualquier sistema que utilice imágenes de CCTV y pueda identificar a individuos. [ 123 ] [ 124 ] [ 125 ] [ 126 ] [ 127 ] [ 128 ] [ 129 ] [ 130 ]
También preocupa la seguridad de los datos una vez extraídos, tras el hallazgo de registros de vigilancia policial perdidos en una alcantarilla. [ 131 ] [ 132 ]
También existe un caso en el Reino Unido que sostiene que el uso de cámaras ANPR es ilegal según la Ley de Regulación de Poderes de Investigación de 2000. [ 133 ] La infracción, según algunos, radica en que ANPR se utiliza para monitorear las actividades de ciudadanos respetuosos de la ley y trata a todos como si fueran presuntos delincuentes que deben ser vigilados bajo la Ley. Se sabe que la propia policía se ha referido al sistema ANPR como una "base de datos de movimiento de tráfico 24/7", lo cual desvía su propósito original de identificar vehículos involucrados en actividades delictivas. [ 134 ] El punto de vista opuesto es que, cuando las placas han sido clonadas, una "lectura" del vehículo de un conductor inocente permitirá excluir dicho vehículo de una investigación mediante el examen visual de las imágenes almacenadas. Asimismo, los vehículos robados son leídos por los sistemas ANPR entre el momento del robo y la denuncia a la policía, lo que ayuda en la investigación.
La Associated Press informó en agosto de 2011 que los vehículos del Departamento de Policía de Nueva York y el equipo de rastreo de matrículas adquirido con fondos federales HIDTA (Área de Tráfico de Drogas de Alta Intensidad) se utilizaron para espiar a los musulmanes en las mezquitas y rastrear los números de matrícula de los fieles. [ 135 ] La policía, en vehículos sin distintivos equipados con lectores electrónicos de matrículas, recorría la calle y catalogaba automáticamente las matrículas de todos los vehículos estacionados cerca de la mezquita, creando una base de datos secreta que se distribuía entre los agentes y se utilizaba para elaborar perfiles de musulmanes en público. [ 136 ]
En 2013, la Unión Estadounidense por las Libertades Civiles (ACLU) publicó 26.000 páginas de datos sobre sistemas ANPR obtenidos de agencias locales, estatales y federales mediante leyes de libertad de información. «Los documentos pintan un panorama alarmante de una tecnología implementada con muy pocas reglas que se está convirtiendo en una herramienta para el rastreo y la vigilancia masiva y rutinaria de ubicaciones», escribió la ACLU. La ACLU informó que en muchos lugares los dispositivos se estaban utilizando para almacenar información de ubicación de vehículos que no eran sospechosos de ningún delito en particular. «Las empresas privadas también están utilizando lectores de matrículas y compartiendo la información que recopilan con la policía con poca o ninguna supervisión o protección de la privacidad. La falta de regulación significa que las políticas que rigen cuánto tiempo se conservan nuestros datos de ubicación varían ampliamente», dijo la ACLU. [ 137 ] En 2012, la ACLU presentó una demanda contra el Departamento de Seguridad Nacional, que financia muchos programas ANPR locales y estatales a través de subvenciones, después de que la agencia no proporcionara acceso a los registros que la ACLU había solicitado en virtud de la Ley de Libertad de Información sobre los programas. [ 138 ]
A mediados de agosto de 2015, en Boston , se descubrió que los registros de matrículas de un millón de personas estaban en línea y sin protección. [ 139 ]
En abril de 2020, The Register UK, con la ayuda de investigadores de seguridad, descubrió nueve millones de registros ANPR expuestos en internet. El sistema 3M del Ayuntamiento de Sheffield había estado en línea y sin protección desde 2013-2014 [ 140 ].
En algunos casos documentados, los sistemas ALPR han sido mal utilizados por agentes de policía para acosar a sus parejas domésticas. [ 141 ]
En Estados Unidos, los resultados inexactos han provocado detenciones innecesarias de personas inocentes. El caso más notable involucró a una familia afroamericana en Aurora, Colorado, con cuatro hijos de entre 6 y 17 años, a quienes encañonaron y esposaron. [ 142 ] Los municipios han tenido que pagar millones de dólares en indemnizaciones como resultado de tales incidentes. [ 143 ] [ 144 ] [ 145 ]
En 2026, una revisión de informes de los medios de comunicación desde 2024 realizada por el Instituto para la Justicia reveló que agentes de todo el país habían estado abusando de los sistemas ALPR para acosar a exparejas sentimentales, lo que generó preocupación por el abuso de datos civiles por parte de las autoridades. [ 146 ] Se planteó la preocupación por la falta de supervisión por parte de las propias autoridades y la posibilidad de que no se denunciaran todos los casos, ya que muchos de estos abusos fueron descubiertos por periodistas y ciudadanos particulares que accedieron a los registros públicos de los departamentos de policía locales y notaron un patrón. [ 147 ]
Inconsistencia de las placas y diferencias jurisdiccionales
Muchos sistemas ANPR afirman ser precisos cuando se entrenan para reconocer placas de una sola jurisdicción o región, pero pueden fallar al intentar reconocer placas de otras jurisdicciones debido a variaciones en el formato, la fuente, el color, el diseño y otras características de las placas. [ 148 ] Algunas jurisdicciones (particularmente en los EE. UU.) ofrecen placas personalizadas o de afinidad, lo que puede generar muchas variaciones dentro de una misma jurisdicción. [ 149 ]
De vez en cuando, los estados de EE. UU. realizan cambios significativos en su protocolo de matrículas que afectan la precisión del OCR. Pueden añadir un carácter o un nuevo diseño de matrícula. Los sistemas ALPR deben adaptarse rápidamente a estos cambios para ser efectivos. Otro desafío para los sistemas ALPR es que algunos estados comparten el mismo protocolo de matrículas. Por ejemplo, más de un estado utiliza el estándar de tres letras seguidas de cuatro números. Por lo tanto, cada vez que el sistema ALPR activa la alarma, es responsabilidad del usuario asegurarse de que la matrícula que la provocó coincida con el estado asociado a la matrícula registrada en el ordenador del vehículo. Para una máxima eficacia, un sistema ANPR debería poder reconocer matrículas de cualquier jurisdicción y la jurisdicción a la que están asociadas, pero estas numerosas variables dificultan dichas tareas.
Actualmente, al menos un proveedor estadounidense de ANPR ( PlateSmart ) afirma que su sistema ha sido revisado de forma independiente y que es capaz de reconocer con precisión la jurisdicción estatal estadounidense de las matrículas, y un proveedor europeo de ANPR afirma que su sistema puede diferenciar todas las jurisdicciones de matrículas de la UE. [ 150 ] [ 151 ]
Precisión y medición del rendimiento del sistema ANPR
Algunos proveedores de software ANPR publican resultados de precisión basados en conjuntos de imágenes de referencia. Estos resultados pueden variar según las imágenes que el proveedor haya elegido incluir en su prueba. En 2017, Sighthound informó una precisión del 93,6 % en un conjunto de imágenes de referencia privado. [ 152 ] En 2017, OpenALPR informó tasas de precisión para su software comercial en el rango del 95-98 % en un conjunto de imágenes de referencia público. [ 153 ] En abril de 2018, una investigación de la Universidad Federal de Paraná y la Universidad Federal de Minas Gerais de Brasil obtuvo una tasa de reconocimiento del 93,0 % para OpenALPR y del 89,8 % para Sighthound, ejecutándose ambos en el conjunto de datos SSIG; y una tasa del 93,5 % para un sistema de su propio diseño basado en el detector de objetos YOLO, también utilizando el conjunto de datos SSIG. Al probar un "escenario más realista" que involucraba el movimiento tanto de la placa como del lector, los investigadores obtuvieron tasas de menos del 70 % para los dos sistemas comerciales y del 78,3 % para el suyo. [ 154 ]
Limitaciones de los sistemas LPR heredados
En algunos contextos, el término LPR heredado se utiliza para describir sistemas antiguos de reconocimiento de matrículas que se basan únicamente en el reconocimiento óptico de caracteres (OCR) en blanco y negro de la propia matrícula, sin capturar datos contextuales más amplios como el tipo de vehículo, el color o las condiciones de la carretera circundante. Estos sistemas pueden ser propensos a mayores tasas de falsos positivos, pueden tener dificultades con los nuevos formatos de matrícula y, en general, tienen limitaciones para detectar infracciones complejas como el estacionamiento en sentido contrario, el uso indebido de zonas de carga o descarga, o la presencia (o ausencia) de permisos de estacionamiento visibles solo en el parabrisas del vehículo. [ 155 ]
Véase también
- Mascarilla anti-reconocimiento facial
- efecto de la IA
- Aplicaciones de la inteligencia artificial
- sistema de reconocimiento facial
- Unidad de Policía de Carreteras
- Datos de ubicación del vehículo
- Liza
Referencias
- ↑ Du, Shan; Ibrahim, Mahmoud; Shehata, Mohamed; Badawy, Wael (11 de marzo de 2017). "Shan Du; IntelliView Technol., Inc., Calgary, AB, Canadá; Lakshman, M.; Shehata, M.; Badawy, Wael; Reconocimiento automático de matrículas (ALPR): una revisión del estado del arte". IEEE Transactions on Circuits and Systems for Video Technology . 23 (2): 311– 325. CiteSeerX 10.1.1.352.2586 . doi : 10.1109/TCSVT.2012.2203741 . S2CID 206661467 .
- ↑ "Introducción al ANPR" . Cctv-information.co.uk . Consultado el 11 de marzo de 2017 .
- ↑ "Te están rastreando" (PDF) . Unión Estadounidense por las Libertades Civiles . Julio de 2013.
- 1 2 "Historia del ANPR" . ANPR International . Consultado el 18 de diciembre de 2019 .
- ↑ "Método y aparato de seguimiento forense de personas" . Patentes de Google. 7 de abril de 2005. Consultado el 22 de mayo de 2016 .
- ↑ "Red de CCTV rastrea el coche de la 'huida'" . BBC News . 21 de noviembre de 2005. Consultado el 12 de agosto de 2013 .
- ↑ Erez, Johanan; Cohen, Haim; Bergman, Gadi (2002). "Reconocimiento de matrículas de automóviles" . Laboratorio de Ciencias de la Visión e Imágenes . Technion – Instituto Tecnológico de Israel . Recuperado el 7 de enero de 2023 .
- ↑ Erez, Johanan; Ron, Bar-Hen (2003). "Un sistema de reconocimiento de matrículas de vehículos en tiempo real (LPR)" . Laboratorio de Ciencias de la Visión e Imágenes . Technion – Instituto Tecnológico de Israel . Recuperado el 7 de enero de 2023 .
- ↑ "Un enfoque para el reconocimiento de matrículas" (PDF) . Universidad de Calgary . 1996. Consultado el 24 de enero de 2012 .
- ↑ Draghici, Sorin (1997). "Un sistema de visión artificial basado en redes neuronales para el reconocimiento de matrículas" (PDF) . Departamento de Ciencias de la Computación, Universidad Estatal de Wayne . Archivado del original (PDF) el 2 de noviembre de 2005. Recuperado el 24 de enero de 2012 .
- ↑ Kwaśnicka, Halina; Wawrzyniak, Bartosz (2002), "Localización y reconocimiento de matrículas en imágenes de cámara" (PDF) , AI-METH 2002 – Métodos de Inteligencia Artificial, 13-15 de noviembre , Gliwice, Polonia , consultado el 13 de enero de 2014.
- ↑ Kahraman, Fatih; Gokmen, Muhittin (2003). "Segmentación de caracteres de matrículas basada en la transformada de Gabor y la cuantización vectorial" (PDF) . Archivado del original (PDF) el 20 de marzo de 2009. Recuperado el 24 de enero de 2012 .
- ↑ Martinsky, Ondrej (2007). "Principios algorítmicos y matemáticos de los sistemas de reconocimiento automático de matrículas" (PDF) . Universidad Tecnológica de Brno . Consultado el 24 de enero de 2012 .
- ↑ "Un algoritmo de reconocimiento de matrículas para aplicaciones de sistemas de transporte inteligentes" . Universidad del Egeo y Universidad Técnica Nacional de Atenas . 2006. Archivado del original el 20 de abril de 2008. Consultado el 24 de enero de 2012 .
- 1 2 "Myriade, desarrollador de metaBOF, utilizado en Europa para ANPR y análisis" .
- ↑ "Ejemplo de peso en movimiento usando metaBOF" .
- ↑ "Reconocimiento automático de matrículas" . Cctv-information.co.uk . Consultado el 24 de enero de 2012 .
- ↑Archivado el 18 de febrero de 2017 en Wayback Machine.
- ↑ "eTendering - Vista detallada del aviso de adjudicación de contrato - 01092010RFT" . Tenders.nsw.gov.au. Archivado del original el 23 de marzo de 2012. Consultado el 23 de abril de 2014 .
- ↑ "Resumen del año" (PDF) .
- ↑ Hoctor, Michelle (6 de junio de 2012). "Sistema de vigilancia masiva detiene a conductores" . Illawarra Mercury . Recuperado el 23 de abril de 2014 .
- ↑ «ANPR en Malinas» . Bélgica.
- ↑ «Blog de tecnología de privacidad: ¿Quién vigila dónde conduces?» . Oficina del Comisionado de Privacidad de Canadá. 13 de junio de 2017. Consultado el 17 de enero de 2020 .
- ↑ "Dinamarca: La retención selectiva de datos ANPR se convirtió en vigilancia masiva" . Derechos Digitales Europeos (EDRi) .
- ↑ «Portiques écotaxe. Ils copient la plaque d'immatriculation de Hollande» . Oeste de Francia . 20 de febrero de 2014 . Consultado el 21 de febrero de 2014 .
- ^ "Das Bundesverfassungsgericht" (en alemán). Bverfg.de. 3 de noviembre de 2008 . Consultado el 16 de febrero de 2009 .
- ↑ "TraffiCapture" . Jenoptic.com. 27 de abril de 2023.
- ^ "VÉDA Közúti Intelligens Kamerahálózat" (en húngaro). Országos Rendőr-főkapitányság . Consultado el 2 de septiembre de 2015 .
- ↑ "Matrix Police" . Hungría . Consultado el 24 de enero de 2012 .
- 1 2 3 4 "ANPR" . DXC Technology . Consultado el 2 de marzo de 2026 .
- 1 2 "DXC - Patrocinador principal: Conferencia nacional ANPR 2025" . cjs.swoogo.com . Consultado el 2 de marzo de 2026 .
- ↑ Matrículas de vehículos de Arabia Saudita
- ↑ "Reconocimiento de matrículas árabes" . Sourceforge. 2 de noviembre de 2014.
- ↑ "Polisens nya vapen:" Terminator "-teknik" . Suecia: Expressen.se. 28 de marzo de 2014.
- ↑ «Ankara KGYS - Görüntüleme Sistemi» . 12 de julio de 2012. Archivado desde el original el 12 de julio de 2012.
- ↑ "Turk Telekom despliega servicio de vigilancia del tráfico en Ankara" . Telecompaper. 9 de diciembre de 2010. Consultado el 3 de agosto de 2012 .
- ↑ "Control de vídeo" . Ucrania: Ollie.com.ua.
- ↑ "Acceso de la Policía Metropolitana a los datos de las cámaras ANPR | Security Journal UK" . 4 de agosto de 2022. Consultado el 11 de julio de 2023 .
- ↑ "Reconocimiento automático de matrículas" . POLICE.UK . Ministerio del Interior. Archivado del original el 18 de enero de 2020. Consultado el 31 de enero de 2016 .
- ↑ "ANPR" . Colegio de Policía. 2013. Consultado el 31 de enero de 2016 .
- ↑ "Código de buenas prácticas para cámaras de vigilancia" (PDF) . Ministerio del Interior del Gobierno del Reino Unido. Junio de 2013. pág. 5. Consultado el 1 de diciembre de 2013 .
- ↑ "Estándares nacionales ANPR para la policía: Parte 1 – Estándares de datos" (PDF) . Ministerio del Interior. Octubre de 2014. Consultado el 31 de enero de 2016 .
- ↑ "Estándares nacionales ANPR para la policía, parte 2: estándares de infraestructura" (PDF) . Ministerio del Interior. Octubre de 2014. Consultado el 31 de enero de 2016 .
- ↑ "Estándares nacionales ANPR para la policía, parte 3: estándares de acceso y gestión de datos" (PDF) . Ministerio del Interior. Octubre de 2014. Consultado el 31 de enero de 2016 .
- ↑ "Lectores automáticos de matrículas | Seguridad Nacional" . www.dhs.gov . Consultado el 28 de mayo de 2026 .
- ↑ Cameron, Dell. "Una enmienda bipartidista pondría fin al seguimiento policial de matrículas en todo el país" . Wired . ISSN 1059-1028 . Consultado el 28 de mayo de 2026 .
- ↑ "La empresa de rápido crecimiento Flock está construyendo un nuevo sistema de vigilancia masiva impulsado por IA" . Unión Estadounidense por las Libertades Civiles . Consultado el 12 de abril de 2022 .
- ↑ Guariglia, Jason Kelley y Matthew (14 de septiembre de 2020). "Cosas que debe saber antes de que su vecindario instale un lector automático de matrículas" . Electronic Frontier Foundation . Recuperado el 12 de abril de 2022 .
- ↑ Matsakis, Louise. "¿Pueden los lectores de matrículas reducir realmente la delincuencia?" . Wired . ISSN 1059-1028 . Consultado el 12 de abril de 2022 .
- ↑ Koebler, Jason; Cox ·, Joseph (27 de mayo de 2025). "ICE aprovecha la red nacional de cámaras con IA, según muestran los datos" . 404 Media . Recuperado el 28 de septiembre de 2025 .
- ↑ "¿Cómo están transformando las innovaciones tecnológicas la labor policial?" (PDF) . Police Executive Research Forum . Enero de 2012. Archivado del original (PDF) el 29 de enero de 2013.
- ↑ "Se considera la instalación de cámaras para la verificación de seguros" . Tulsa World . 29 de noviembre de 2009.
- ↑ "La tecnología de lectura de matrículas mejora la identificación y recuperación de vehículos robados" . FBI . Septiembre de 2011.
- ↑ Nakashima, Ellen (19 de febrero de 2014). "El Departamento de Seguridad Nacional cancela el plan nacional de seguimiento de matrículas" . Washington Post .
- ↑ Friedersdorf, Conor (19 de febrero de 2014). "La vigilancia masiva de todos los viajes en coche está a punto de llegar" . The Atlantic .
- ↑ Angwin, Julia y Jennifer Valentino-DeVries (29 de septiembre de 2012). "Nueva frontera de seguimiento: sus placas de matrícula" . WSJ .
- ↑ Balko, Radley (1 de diciembre de 2015). "Ha llegado la era del 'precrimen'" . Washington Post .
- ↑ "El Ayuntamiento de Los Ángeles considera enviar cartas de ruptura a los domicilios de hombres que solicitan los servicios de prostitutas" . cbslocal.com . CBS Los Ángeles. 26 de noviembre de 2015.
- ↑ "Los Ángeles considera una campaña de cartas contra los clientes de prostitutas para frenar la prostitución" . ABC13 Houston . Archivado del original el 28 de noviembre de 2015.
- 1 2 Belson, Ken (28 de febrero de 2010). "El recuperador de vehículos de Wired: No es 'como se ve en la televisión'"" . New York Times . Consultado el 24 de enero de 2012 .
- ↑ "Los datos de las matrículas no son solo para la policía: las empresas privadas rastrean tu coche" . NBC News . 19 de julio de 2013.
- ↑ Legislaturas, Conferencia Nacional de Estados. "Lectores automáticos de matrículas | Estatutos estatales que regulan su uso" . www.ncsl.org . Consultado el 27 de abril de 2018 .
- ↑ Jackman, Tom (26 de abril de 2018). "El Tribunal Supremo de Virginia reaviva la impugnación del almacenamiento policial de datos de lectores de matrículas" . Washington Post . ISSN 0190-8286 . Consultado el 27 de abril de 2018 . Nota: El artículo afirma erróneamente que Arkansas tiene una política de retención de 3 años, pero es Colorado quien tiene dicha política.
- ↑ "La ley estatal de protección de datos refuerza la privacidad de los virginianos" . ACLU de Virginia . 5 de abril de 2019. Consultado el 15 de noviembre de 2019 .
- ↑ "La captura automatizada de datos de matrículas por parte de la policía es legal, dictamina la Corte Suprema de Virginia" . WTOP . 23 de octubre de 2020. Consultado el 25 de octubre de 2020 .
- ↑ Nota, Caso reciente: El Tribunal Supremo Judicial de Massachusetts sostiene que el uso de lectores automáticos de matrículas puede constituir un registro , 134 Harv. L. Rev. 2887 (2021).
- ↑ Commonwealth v. McCarthy , 142 N.E.3d 1090 (Mass. 2020).
- ↑ "Section Control: 24.000 Raser angezeigt" (en alemán). Austria: ORF.at. 7 de junio de 2010. Archivado del original el 6 de julio de 2011. Recuperado el 29 de julio de 2010 .
- ↑ "Flitsers.net" . Archivado del original el 3 de agosto de 2013. Consultado el 27 de julio de 2013 .
- ↑ "Abu Dabi presenta tecnología de reconocimiento de matrículas" . Arabian Business . 4 de septiembre de 2018.
- ↑ "Ecco come funziona il Tutor in autostrada - Notizie brevi - Noticias - Informazione - ASAPS Il Portale della Sicurezza Stradale" . Lo antes posible.it . Consultado el 3 de agosto de 2012 .
- ↑ «Descripción del sistema» (en neerlandés). Fiscalía General de los Países Bajos. 31 de diciembre de 2009. Archivado del original el 17 de octubre de 2009. Consultado el 24 de enero de 2012 .
- ^ "Llegan los radares de velocidad media a España" (en español). Noticias.coches.com. 23 de septiembre de 2009 . Consultado el 24 de enero de 2012 .
- ↑ "Nuevas cámaras punto a punto entrarán en funcionamiento el 1 de febrero" . 28 de enero de 2014. Consultado el 23 de mayo de 2017 .
- 1 2 "Preguntas frecuentes sobre Trajectcontrole" (en neerlandés). Fiscalía General de los Países Bajos . Consultado el 24 de enero de 2012 .
- ↑ "Autostrade SpA" (en italiano). Autostrade.it. 25 de mayo de 2008. Archivado del original el 16 de agosto de 2012. Consultado el 3 de agosto de 2012 .
- ↑ «Autovelox come funzionano. Fissi mobili Tutor Bidirezionali» . www.ztlmilano.it (en italiano) . Consultado el 19 de mayo de 2021 .
- ↑ "Niemand rijdt meer te hard op de A2" . Trouw (en holandés). 18 de octubre de 1997 . Consultado el 24 de enero de 2012 .
- ↑ «Nummerborden lezen op de A13» . Trouw (en holandés). 6 de mayo de 2002 . Consultado el 24 de enero de 2012 .
- ^ Kreling, Tom (28 de agosto de 2008). "Een duur foutje van de computer" . NRC Handelsblad (en holandés) . Consultado el 24 de enero de 2012 .
- 1 2 "SPECS - cámaras de velocidad media en SPECS" . A77safetygroup.com. 14 de julio de 2005. Archivado del original el 11 de marzo de 2012. Recuperado el 24 de enero de 2012 .
- ↑ "Jeremy Clarkson lucha contra molinos de viento: evitar las cámaras de velocidad es un mito urbano" . The Register . 21 de julio de 2008. Consultado el 23 de enero de 2012 .
- ↑ "La Marina de los EE. UU. selecciona PlateSmart® exclusivamente para ayudar con la seguridad de la base y las investigaciones" . Defense Procurement News . 4 de marzo de 2013. Archivado del original el 5 de marzo de 2016. Consultado el 15 de enero de 2014 .
- ↑ "Después de Boston: Ventajas e inconvenientes de las cámaras de vigilancia" . CNN Tech . 26 de abril de 2013.
- ↑ «Matriz de actuación policial basada en la evidencia» (copia archivada). Archivado del original el 4 de agosto de 2016. Consultado el 3 de junio de 2016 .
- ↑ "Reconocimiento de matrículas, casinos tribales y personas prohibidas" (PDF) . Indiangaming.com . Febrero de 2011. Archivado del original (PDF) el 10 de enero de 2016. Consultado el 13 de septiembre de 2013 .
- ↑ "Reconociendo una nueva forma de mantener el tráfico en movimiento" . Siemenstraffic.com. Archivado del original el 17 de abril de 2005. Consultado el 24 de enero de 2012 .
- ↑ " Tráfico ROMANSE - Información de tráfico en tiempo real para Hampshire" . www.romanse.org.uk
- ↑ "ROMÁNTICO MÓVIL" . 18 de octubre de 2013. Archivado del original el 18 de octubre de 2013.
- ↑ "PIPS suministra sistemas de medición de tiempos de viaje a Trafficmaster" . PIPS Technology. Archivado del original el 24 de enero de 2009. Consultado el 24 de enero de 2012 .
- ↑ "Motor de reconocimiento de matrículas BLURA" . Blura.com. Archivado del original el 4 de enero de 2012. Consultado el 24 de enero de 2012 .
- ↑ "Carreteras principales – PTFM" . Trafficmaster.co.uk. Archivado del original el 7 de febrero de 2012. Consultado el 24 de enero de 2012 .
- ↑ Hansen, Megan y Will Jason (27 de marzo de 2013). "El puente Golden Gate experimenta una transición sin problemas a los peajes totalmente electrónicos" . Marin Independent Journal . Consultado el 17 de mayo de 2013 .
- ↑ "Puente del puerto de Saint John" . Puente del puerto de Saint John . Consultado el 23 de abril de 2014 .
- ↑ "Puente de las Orejas Doradas" . Archivado del original el 4 de septiembre de 2010. Consultado el 2 de septiembre de 2010 .
- ↑ "Primeros pasos" . Gobierno de Nueva Gales del Sur. 16 de julio de 2020.
- ↑ "autopistacentral.cl (en español)" . autopistacentral.cl. 22 de enero de 2014 . Consultado el 23 de abril de 2014 .
- ↑ «遠通電收» . Fetc.net.tw. 10 de febrero de 2006 . Consultado el 23 de abril de 2014 .
- ↑ "Pagos por la tasa de congestión" . Transport for London . Consultado el 16 de octubre de 2017 .
- ↑ "La policía metropolitana recibe datos de cargos en tiempo real" . BBC . 17 de julio de 2007. Archivado del original el 13 de septiembre de 2007. Consultado el 20 de septiembre de 2007 .
- ↑ "Transporte para Londres" . Cclondon.com. 17 de julio de 2011. Archivado del original el 12 de diciembre de 2007. Consultado el 24 de enero de 2012 .
- ↑ "vosa.gov.uk" . Archivado del original el 8 de septiembre de 2017. Consultado el 31 de diciembre de 2018 .
- ↑ "Agencia de Licencias de Conducir y Vehículos" . www.gov.uk. 2 de agosto de 2023.
- ↑ "Peaje por congestión" . Transport for London . Archivado del original el 12 de diciembre de 2007. Consultado el 31 de marzo de 2005 .
- ↑ "Control de sección" . Expedientes de Verkeershandhaving. Archivado del original el 12 de mayo de 2006. Recuperado el 24 de enero de 2012 .
- ↑ "Sistema de alta tecnología ayuda a un recuperador de vehículos a encontrar coches" Archivado el 14 de abril de 2010 en Wayback Machine . WFTV . 11 de noviembre de 2009.
- ↑ "Vallas publicitarias del Reino Unido equipadas con cámaras espía en las matrículas" . TheNewspaper.com. 25 de septiembre de 2009. Consultado el 2 de julio de 2013 .
- ↑ "Vallas publicitarias del Reino Unido equipadas con cámaras espía en las matrículas" . 25 de septiembre de 2009. Consultado el 2 de julio de 2013 .
- ↑ "Extreme CCTV anuncia contrato para cámaras de tráfico en Estocolmo" (PDF) . Extremecctv.com. 22 de abril de 2004. Archivado del original (PDF) el 9 de abril de 2008. Consultado el 24 de enero de 2012 .
- ↑ Federico, Markus; Jehlicka, Prokop; Schlaich, Johannes (2008). "Reconocimiento automático de matrículas para el respeto del comportamiento de viaje" . Universität Stuttgart Institut für Straßen und Verkehrswesen . Consultado el 2 de julio de 2013 .
- ↑ Federico, Markus; Jehlicka, Prokop; Schlaich, Johannes (2008). "Reconocimiento automático de matrículas para el respeto del comportamiento de viaje" (PDF) . Octava Conferencia Internacional sobre Métodos de Encuesta en el Transporte: Armonización y Comparabilidad de Datos, mayo de 2008, Annecy, Francia . Universität Stuttgart Institut für Straßen und Verkehrswesen. Archivado desde el original (PDF) el 26 de marzo de 2012 . Consultado el 2 de julio de 2013 .
- ↑ Basich, Melanie (1 de mayo de 2018). "Muévete o atente a las consecuencias" . policemag.com . Archivado del original el 2 de mayo de 2018. Recuperado el 25 de mayo de 2018 .
- ↑ Jeffrey Brian Gerfen (28 de enero de 2002). "Sistema de modelado de emisiones a microescala" (PDF) . Universidad Estatal Politécnica de California . Archivado del original (PDF) el 4 de octubre de 2006. Recuperado el 25 de mayo de 2018 – a través de la Junta de Recursos del Aire de California .
- ↑ Sexton, Steve (3 de julio de 2003). "El aerosol en las matrículas burla las cámaras de tráfico" . Washington Times . Consultado el 2 de julio de 2013 .
- ↑ Wentworth, Jeff . "Una matrícula oculta podría ser motivo de multa para los automovilistas" . Senado del Estado de Texas. Archivado del original el 24 de marzo de 2005. Consultado el 5 de abril de 2005 .
- ↑ "2x Stealth Anti-Tracking IR Infrared License Plate Blocker Privacy Frame, Anti-ALPR" . SunflexZone . Archivado del original el 20 de mayo de 2015. Recuperado el 19 de mayo de 2015 .
- ↑ Mathieson, SA (19 de junio de 2003). "Manteniendo 1984 en el pasado" . The Guardian . Reino Unido.
- 1 2 Easterbrook, Gregg (28 de febrero de 2005). "Daily Express - Luces, cámara, acción" . The New Republic Online . Archivado del original el 3 de septiembre de 2005.(Se requiere suscripción)
- ↑ "Agente de policía de Edmonton reprendido por investigar a un columnista de periódico" . CBC News. 14 de noviembre de 2005.
- ↑ "CBC Edmonton - Reportajes - Policía de Edmonton" . Noticias de CBC. Archivado del original el 23 de octubre de 2007. Consultado el 2 de julio de 2013 .
- ↑ "Oficial enfrenta suspensión por operación encubierta de horas extras" . Edmonton Police Watch. 6 de septiembre de 2008. Consultado el 24 de enero de 2012 .
{{cite web}}: CS1 maint: servicio de archivado obsoleto ( enlace ) - ↑ "Canadá: Comisionado de Privacidad preocupado por el espionaje de matrículas" . Thenewspaper.com. 3 de julio de 2007. Consultado el 24 de enero de 2012 .
- ↑ Lettice, John (21 de febrero de 2003). "La zona de tarificación de Londres, la Ley DP y MS .NET" . The Register . Londres . Consultado el 24 de enero de 2012 .
- ↑ "Estrategia ANPR para el Servicio de Policía 2005/2006" . Grupo Directivo ANPR de la ACPO (Asociación de Jefes de Policía). 17 de marzo de 2005. Archivado del original el 20 de marzo de 2009. Consultado el 24 de enero de 2012 .
- ↑ "Reducción de la delincuencia" (PDF) . Londres: Ministerio del Interior del Gobierno del Reino Unido. 22 de octubre de 2004. Archivado del original (PDF) el 8 de enero de 2007. Consultado el 2 de julio de 2013 .
- ↑ Constant, Mike. "ANPR" . Información de CCTV. Archivado del original el 21 de marzo de 2005. Recuperado el 30 de marzo de 2005 .
- ↑ Hofman, Yoram. "Reconocimiento de matrículas: un tutorial" . Archivado del original el 24 de marzo de 2005. Consultado el 28 de marzo de 2005 .
- ↑ Lucena, Raul (24 de agosto de 2006). "Tutorial de reconocimiento automático de matrículas" . ANPR-tutorial.com. Archivado del original el 31 de marzo de 2017. Recuperado el 12 de agosto de 2010 .
- ↑ Lettice, John (24 de marzo de 2005). "¿Sin escondite? Las cámaras de matrículas del Reino Unido se extienden a todo el país" . The Register . Archivado del original el 28 de marzo de 2005. Recuperado el 28 de marzo de 2005 .
- ↑ "Reconociendo una nueva forma de mantener el tráfico en movimiento" . Siemens Traffic. Archivado del original el 17 de abril de 2005. Consultado el 3 de abril de 2005 .
- ↑ "Reino Unido: Datos de cámaras de tráfico desechados" . thenewspaper.com . Consultado el 24 de enero de 2012 .
- ↑ Clements, Jon (11 de marzo de 2008). "Se encuentra en la cuneta una memoria USB de la policía con datos secretos" . The Mirror (Reino Unido) . Consultado el 2 de julio de 2013 .
- ↑ "Ley de Regulación de Poderes de Investigación de 2000" . legislation.gov.uk . Archivos Nacionales. 2000. Consultado el 24 de enero de 2012 .
- ↑ "Las cámaras de la policía para el reconocimiento de matrículas podrían infringir la RIPA - Comisionado" . TheRegister.com. 17 de julio de 2006. Consultado el 24 de enero de 2012 .
- ↑ "Dinero gratis: la guerra contra las drogas y la guerra contra los musulmanes" . Privacy SOS . 10 de septiembre de 2012.
- ↑ Green, Jonah (24 de febrero de 2012). "El NYPD defiende sus tácticas de espionaje en mezquitas; los registros revelan nuevos detalles sobre la vigilancia musulmana" . Huffington Post .
- ↑ "La ACLU plantea preocupaciones sobre la privacidad respecto a la tecnología policial que rastrea a los conductores - CNN.com" . CNN . 18 de julio de 2013.
- ↑ Klein, Allison (26 de septiembre de 2012). "La ACLU presenta una demanda por información sobre lectores de matrículas" . The Washington Post .
- ↑ Crockford, Kade (10 de septiembre de 2015). "La base de datos de lectores de matrículas de Boston estaba en línea en texto plano sin protección de contraseña" . ACLU de Massachusetts . Archivado del original el 30 de agosto de 2017. Recuperado el 30 de mayo de 2018 .
- ↑ "Nueve millones de registros de viajes por carretera de británicos se filtran a internet desde el panel de control de una cámara de matrícula sin contraseña" . The Register . 28 de abril de 2020.
- ↑ Múltiples fuentes:
- Stavola, Michael (17 de agosto de 2024). "El jefe de policía de Kansas utilizó cámaras de matrícula Flock 164 veces para rastrear a su exnovia" . The Wichita Eagle .
- Stavola, Michael (30 de agosto de 2023). "Ex supervisor del Departamento de Policía de Kechi que abusó de las cámaras de la policía de Wichita pierde su certificación" . The Wichita Eagle .
- Baker, Joe (31 de octubre de 2022). "Teniente de policía de Kechi arrestado por usar tecnología policial para acosar a su esposa" . KWCH-DT . Recuperado el 29 de octubre de 2024 .
- Burnett, Cameron (18 de agosto de 2024). "El jefe de policía de Sedgwick rastreó a su exnovia 164 veces usando cámaras de matrículas" . KAKE-TV . Consultado el 29 de octubre de 2024 .
- ↑ "Familia negra esposada a punta de pistola por la policía demanda a Aurora, Colorado" . NBC News . 25 de enero de 2021. Consultado el 12 de abril de 2022 .
- ↑ Haywood, Phaedra (8 de enero de 2024). "Hermanas demandan a Española por una parada de tráfico que dicen fue ilegal" . Santa Fe New Mexican .
- ↑ "Ciudad demandada por múltiples detenciones erróneas basadas en cámaras LPR de Flock" . IPVM . 29 de enero de 2024. Consultado el 1 de noviembre de 2024 .
- ↑ Fitchen, Lauren; Clark, Alex (24 de julio de 2025). "Cuando los lectores de matrículas se equivocan - CBS News" . www.cbsnews.com .
- ↑ Ingraham, Christopher (27 de abril de 2026). "Según informes, la policía ha utilizado lectores de matrículas para acosar a personas con las que mantiene relaciones sentimentales al menos 16 veces en los últimos años" . Instituto para la Justicia .
- ↑ Koebler ·, Jason (10 de junio de 2026). "Policías siguen siendo arrestados por usar Flock para acosar a personas" . 404 Media . Archivado del original el 10 de junio de 2026.
- ↑ "Sistemas automatizados de reconocimiento de matrículas: política y orientación operativa para las fuerzas del orden" (PDF) . Departamento de Justicia de los Estados Unidos, Instituto Nacional de Justicia . 2012. Archivado del original (PDF) el 13 de julio de 2018. Consultado el 18 de octubre de 2013 .
- ↑ "Novedades en el reconocimiento automático de matrículas" . Revista de Tecnología Policial . 15 de febrero de 2011.
- ↑
- ↑ la empresa de reconocimiento de matrículas (20 de octubre de 2004). "Algoritmos y tecnología de reconocimiento de matrículas" . Platerecognition.info . Consultado el 23 de abril de 2014 .
- ↑ Dehghan, Afshin; Zain Masood, Syed; Shu, Guang; Ortiz, Enrique G. (19 de febrero de 2017). "Reconocimiento de marca, modelo y color de vehículos independientes de la vista mediante redes neuronales convolucionales" . Archivado del original el 30 de mayo de 2018. Recuperado el 30 de mayo de 2018 a través de ResearchGate.
- ↑ "OpenALPR Benchmarks" . openalpr.com . 31 de octubre de 2017. Archivado del original el 31 de octubre de 2017. Consultado el 30 de mayo de 2018 .
- ^ Laroca, Rayson; Severo, Evair; Zanlorensi, Luiz A.; Oliveira, Luis S.; Resende Gonçalves, Gabriel; Robson Schwartz, William; Menotti, David (28 de abril de 2018). Conferencia conjunta internacional sobre redes neuronales (IJCNN) de 2018 . págs. 1 a 10. arXiv : 1802.09567 . doi : 10.1109/IJCNN.2018.8489629 . ISBN 978-1-5090-6014-6. S2CID 206919813 .
- ↑ "SenFORCE, impulsado por IA, reemplazará al obsoleto sistema LPR en las calles de la ciudad" . IT Brief . 25 de julio de 2025. Consultado el 10 de agosto de 2025 .
- Reconocimiento automático de matrículas
- Vigilancia
- Aplicaciones de la visión por computadora
- Métodos de autenticación
- Cobro electrónico de peajes
- Sistemas de control de tráfico
- gestión del tráfico rodado
- Reconocimiento óptico de caracteres
- Identificación automática y captura de datos
- Gobierno por algoritmo