当前位置:

OFweek安防网

信息与通信

正文

安防爆发年 谈谈车牌识别如何实现从原理到应用的转变

导读: “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。

OFweek安防网讯 “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%。

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?

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。

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。


责任编辑:Jason
免责声明: 本文仅代表作者个人观点,与 OFweek安防网 无关。其原创性以及文中陈述文字和内容未经本站证实, 对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅 作参考,并请自行核实相关内容。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: