安防爆发年 谈谈车牌识别如何实现从原理到应用的转变?

“人工智能来了”,这听起来可不比“狼来了”的威慑力小!2017年,当人们还在谈论着,人工智能将拯救人类还是毁灭人类的时候,一些垂直行业,已经敏感的嗅到了该如何变革,安防就是其中之一。根据前瞻产业研究院《中国互联网+安防行业发展前景预测与投资战略规划分析报告》显示,近年来,随着安防需求不断提升,传统安防企业借助人工智能、云计算、大数据、物联网、移动互联等技术呈现多元化快速发展,我国安防行业市场规模从2010年的2350亿元增长到2016年的5400亿元,年复合增长率达到15%。

  安防爆发年已来 谈谈车牌识别如何实现从原理到应用的转变?

随着人工智能市场的火热,各个产业都在想着如何变革。智能安防时代的到来,让越来越多的安防企业开始涉及“人工智能+安防”的探索,希望利用人工智能让安防产品和技术取得更大的突破。由于安防行业最大的资源是视频图像,而人工智能目前在图像处理上的研究取得了较大的进展,因此安防是人工智能领域契合度最高、落度速度最快的产业。现阶段人工智能在安防领域最常见的应用主要是车牌识别和人脸识别。2017年,人工智能在逐渐实现产业化,安防将迎来爆发!今天,让我们来一起看看,人工智能的产业化,对于智慧停车行业有何影响?车牌识别又将如何实现从原理到应用的转变?

人工智能下一着力点是智慧停车

看似遥远的人工智能在近几年来一直在各个领域中高速发展。以汽车行业来说,从去年起,谷歌的自动驾驶汽车便被媒体频频曝光,其从内部测试到上万公里的上路自动行驶已得到了长足发展,人们甚至在一些城市的街头都能看到自动驾驶汽车的身影。曾经类似科幻电影《第五元素》里车主躺在车里直达目的地的情景已经在美国的部分地区得以实现。

“就车论车”,尽管人工智能在无人驾驶方面得到了长足进步,但其在出行方面的考虑似乎并不够周到。因为人们在驾车出行时除了进行驾驶外,对于目的地设定之后的最后一个环节——停车的问题似乎还没有得到很好的解决。只开不停的自动驾驶并不能完成汽车出行的第一道闭环。人们对于停车行业中人工智能的需求由此而发。

而面对那些难度丝毫不亚于驾驶的停车问题,“智慧停车”的出现将这些想象逐渐变为可能。作为互联网+O2O模式下的热门领域,智慧停车凭借着广泛遍布的停车场资源,通过智慧停车平台下的硬件+软件的结合,对整个停车资源进行了智慧化整合。同时,利用物联网、大数据和云计算等技术,智慧停车平台得以生成。通过这个平台,每个车位都像是一个“奇点”,在停车的智慧矩阵中发挥作用。

城市智能交通中不可或缺 车牌识别前景被看好

随着我国城市化进程发展的提速,交通压力越来越严峻,智能化交通管理已成为交通发展的大方向。在汽车领域内,停车这一细分市场始终被认为是万亿级的,尤其是一线城市,停车基本和住房一样,属于刚需。针对停车产业的痛点,国家提出了加紧构建智能交通的提议,更好的引导市民出行;国内各知名停车场生产厂商也纷纷提出了各项有利于停车场管理的解决方案;例如车位引导系统、寻车导向系统、车牌识别系统、云停车、ETC电子收费系统、立体车库等各项方案措施。其中车牌识别系统是各项系统得以实现的基础,车牌照是全世界唯一对车辆身份识别的标记,只有快速、准确的对车牌牌进行识别,才是其他各项停车场管理得以实现的前提。

车牌识别的技术在安防行业的应用由来已久,技术相对成熟,人工智能的应用提高了车牌识别的准确率。而对于车牌识别算法的厂家来说,如何延伸对目标车辆的识别范围,实现更精确的识别是市场所需。近年来,车牌识别在高速公路车辆管理中得到广泛应用,电子收费(ETC)系统中,也是结合DSRC技术识别车辆身份的主要手段。

那么如何选择一个好的车牌识别系统就成为解决停车场管理难题的首要任务。从技术上评价一个车牌识别系统,有三个指标,即识别率、识别速度和后台管理系统。当然,前提是系统要能够稳定可靠的运行。

一、车牌识别系统的识别率

一个车牌识别系统是否实用,最重要的指标是识别率。国际交通技术部门做过专门的识别率指标论述,要求是24小时全天候全牌正确识别率85%~95%。为了测试一个车牌识别系统识别率,需要将该系统安装在一个实际应用环境中,全天候运行24小时以上,采集至少1000辆自然车流通行时的车牌照进行识别,并且需要将车辆牌照图像和识别结果存储下来,以便调取查看。然后,还需要得到实际通过的车辆图像以及正确的人工识别结果。

之后便可以统计出以下识别率:

1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数。

2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数。

3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率,诸如可信度、误识率等都是车牌识别过程中的中间结果。

二、车牌识别系统的识别速度

识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统,如果需要几秒钟,甚至几分钟才能识别出结果,那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如,在高速公路收费中车牌识别应用的作用之一是减少通行时间,速度是这一类应用里减少通行时间、避免车道堵车的有力保障。国际交通技术提出的识别速度是1秒以内,越快越好。

三、车牌识别系统的后台管理

一个车牌识别系统的后台管理体系,决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的,因为车牌照污损、模糊、遮挡,或者天气也许很糟(下雪﹑冰雹﹑大雾等等)。

从原理到应用 车牌识别解决停车场管理难题

“一路”助力福建首座沉井式地下车库 让停车更便捷

6月5日,厦门海沧文化艺术中心南侧的福建首个沉井式地下机械车库正式试运营,地下机械车库占地面积仅100余平方米,原本只能设计七八个车位,现在能停放50辆车。地下机械车库沉井井深13米,地下共分五层,每层有10个停车位,一共可停放50辆普通汽车。

“一路”在存车口部署了免取卡系统,车主入场存车,“一路”牌识一体机自动识别车牌信息,无需取卡,也无需工作人员干预,车辆平稳驶入存车口。牌识一体机牌识像素高达200万,车牌识别准确率大于98%,保证了车牌识别的管理需求。

蓝卡科技车牌识别系统助力浙江东阳市医院智能停车管理

东阳市人民医院地下车库共有车位700多个,由于医院本身的医护人员及工作人员众多,加之前来就诊的患者也非常多,每天停车位都是供不应求的状态,而且还有很多目的地在医院周边的访客过来乱停车。安装蓝卡高速车牌识别道闸后,停车场进出口效果明显提高,排队现象有了很大缓解。加上蓝卡设备支持微信在线支付停车费,节省了市民时间,避免停车场出口拥堵。

该院地下停车场也安装了蓝卡高清视频车位引导系统,能够给车主空位区域、方向、所在位置的明确指引。车主下地库后寻找车位的时间和看病结束后找车位的时间明显缩短。有效的车位引导效果得到了车主和院方的一致好评。

西沃为湖南郴州公安局配置了车牌识别系统管理停车问题

西沃车牌识别智能化管理系统能自动识别内部固定车辆和外来临时车辆的车牌号码;判定车辆性质进行收费或限行管理;实现道闸远距离快速抬杆,无卡和不停车通行。自动识别车牌的同时对所有进出的车辆自动抓拍,对比车辆图片、出入时间、车牌号和收费信息。采用多服务器数据管理,多重识别认证方式开闸,车辆进出的通行效率和收费速度是传统配置的数倍。电脑断网时,可实现卡与车牌脱机收费,支持微信扫码支付,同时采用直流变频技术节能低耗,实现更高效的出入口智能化管理。

此外,西沃车牌识别还设置了扫二维码微信支付。移动互联网时代,移动支付早已走进了老百姓的日常生活。出门不用带现金,一部手机扫一扫二维码支付所有费用。西沃上线移动支付,更加省时快捷。

结语:毋庸置疑,车牌自动识别系统经过多年的发展,己是一项较为成熟的技术。未来车牌识别技术也将有更广泛的应用,而车牌识别系统行业也将面临大变革,对于专注于停车行业的企业来说,只有拥有自主核心技术并且产品质量达标的公司才能过关,才能真正将原理应用到现实生活中去,这也是车牌识别技术走向快速发展阶段的必经之路。相信在不久的将来,随着各地智能交通系统的不断应用建设,车牌自动识别技术会逐步向高清化、集成化、智能化发展,在各个应用系统中不断发挥其重要的作用。

本文转自d1net(转载)

时间: 2024-08-10 19:14:58

安防爆发年 谈谈车牌识别如何实现从原理到应用的转变?的相关文章

车牌识别智能停车场系统方案

1 概述 在现代化停车场管理中,涉及到各方面的管理,其中车辆的管理是一个重要的方面.尤其是对特殊停车场.大院而言,要求对各种车辆实时地进行严格的 管理,对其出入的时间进行严格的监视,并对各类车辆进行登记(包括内部车辆和外部车辆)和识别,如为内部车辆则正常放行,如外部车辆则需要进行记录.检查后做出放行或阻挡的处理,并将各种信息输入到数据库.对大规模的营区中,各种出入的车辆较多,如每辆车都要进行人工判断,既费时,又不利于管理和查询,保卫工作比较困难,效率低下.为了改善这种与现代化停车场.大院不相称的

基于车牌识别的车库门自动控制系统

问题描述 基于车牌识别的车库门自动控制系统 利用地感线圈感应车辆到来,视频采集卡采集图片,PC机进行车牌识别与控制单片机进行步进电机的转动来达到自动控制.需要知道地感线圈如何使用,以及单片机的型号与芯片型号,地感线圈捕捉到车辆的到来产生的信号经单片机传输给PC机,步进电机驱动芯片用L298N 解决方案 伺服系统(自动控制系统)电力拖动自动控制系统 解决方案二: 这问题看了么看懂是啥问题啊

车牌识别及验证码识别的一般思路

本文源自我之前花了2天时间做的一个简单的车牌识别系统.那个项目,时间太紧,样本也有限,达不到对方要求的95%识别率(主要对于车牌来说,D,0,O,I,1等等太相似了.然后,汉字的识别难度也不小),因此未被对方接受.在此放出,同时描述一下思路及算法. 全文分两部分,第一部分讲车牌识别及普通验证码这一类识别的普通方法,第二部分讲对类似QQ验证码,Gmail验证码这一类变态验证码的识别方法和思路. 一.车牌/验证码识别的普通方法 车牌.验证码识别的普通方法为: (1)将图片灰度化与二值化 (2)去噪,

车牌识别分类器样本问题

问题描述 车牌识别分类器样本问题 请问做一个车牌识别分类器,使用的正样本是带有车牌的车辆图片还是直接使用车牌图片 解决方案 最好是车牌,越清晰识别率越高 google关键词:OCR

57行价值八千万美元的车牌识别代码

维多利亚警察局是澳大利亚维多利亚州的主要执法机构.在过去一年里,维多利亚州共有超过1.6万辆车被盗,价值约为1.7亿美元.目前警方正在试验各种技术方案,以打击汽车盗窃行为. 为了防止被窃车辆进入黑市销售,警方使用了一个名为VicRoads的基于网络的服务,该服务用于检查车辆的登记状态.该警局还投资研发了一个固定式汽车牌照扫描器:一个固定的三脚架摄像头,可扫描过往的车辆,并自动识别被窃车辆. 不要问我为什么,但有一天下午,我突然想设计一个车载式汽车牌照扫描器,如果车辆被盗或未登记,它会自动通知你.

opencv-关于车牌识别的新人问题

问题描述 关于车牌识别的新人问题 5C 本人新手,最近学习车牌识别,我把字符分割后想生成新的文件方便下一步实验,但是生成的roi是在循环里进行的,保存的文件名会被覆盖,不知道如何处理.望指教. 下面是我字符分割的代码 IplImage*img3=cvCreateImage(cvGetSize(img0) img0->depth0); IplImage*img4=cvCreateImage(cvGetSize(img0) IPL_DEPTH_8U0); cvThreshold( img2 img3

《Mastering Opencv ...读书笔记系列》车牌识别(II)

   继上一篇文章后,现在要做的就是从车牌图像上使用optical character recognition算法将字符提取出来.对于每一块被检测的车牌,使用带监督的神经网络机器学习算法来识别字符. 本文内容: 1.字符分割  2.神经网络训练方法 3.使用神经网络预测字符 一.字符分割[OCR Segment] 在使用神经网络对每个字符进行预测之前,我们必须从车牌图像中扣取改字符图片,因此有如下步骤: 本文的输入图像为上一篇文章的车牌: a.二值化车牌 b.求轮廓 c.求最小外接矩形 d.用纵

《Mastering Opencv ...读书笔记系列》车牌识别(I)

一.ANPR简介:   Automatic Number Plate Recognition (ANPR),,是一种使用Optical Character Recognition (OCR)和其他分割.检测方法来读取汽车注册牌照的算法.最好的ANPR算法结果是由红外线照相机拍摄图片得到的.因为车牌的特殊材质,夜间会有逆反射效果,看不清车牌.但是现在我们不使用IR图片,我们使用常规图片,这样就增加了我们检测错误和识别错误的等级,以显示我们的算法有多牛逼[老外的意思,有逆反射的图片我没试过].下面给

用开源软件 OpenALPR 做自己的车牌识别系统

网络监控摄像头现在已经成为重要的安全工具之一了,但你可能根本就没有时间去看摄像头拍到的东西,这样它们的作用也就没那么大了.有个叫做OpenALPR(自动车牌识别)的开源软件库或许可以帮上你的忙,将普通的摄像头做成属于你自己的自动车牌识别系统. 当摄像头在影像内容中拍摄到车牌的时候,就能够快速地扫描车牌的每一帧(不过似乎只支持美国和欧洲格式),并给出报告. 其实这个系统做成以后,还是可以有很多功能实现的,比如说能够识别某个家中的成员回家了,或者看看都有哪些人来过了.总之如果你有这方面的动手基础的话