车牌识别系统技术应用

152
发表时间:2019-11-08 16:45作者:kdacctv

车牌识别系统以深度学习硬件基础提供运算处理资源,运用人工智能识别模型获取大量通行车辆的车牌等结构化数据,通过大数据分析方式结合时间空间信息,形成每辆车辆的移动轨迹,并基于移动轨迹关键数据,结合行业业务应用需求,提供多种大数据分析、应用功能模式服务。目前,该项技术准确率已达99.95%。


总体架构:方案技术总体架构可从下至上分为三个层面,分别为人工智能基础设施、人工智能车牌识别模型与视频结构化,以及车辆大数据处理与大数据应用子系统。


技术优势:在某交通控股企业级测试平台中,集成了多种车牌识别算法与传统的摄像头识别技术,其中大数据开发的车牌识别技术在各类算法中居于前列。


车牌识别率:车牌识别算法准确率明显优于其他算法,能够准确识别出其他算法无法识别的问题车牌。


各类抓拍条件下识别技术优势:与其他算法相比,在车牌遮挡、车牌磨损、逆光抓拍、不良角度、夜间照明、对焦不准、牌照反光、抓拍过曝、恶劣天气、远距离抓拍、特种车牌识别等多种情况下,车牌识别技术仍能较为准确地识别输出车牌信息。


应用场景


查处逃费车辆:通过高速公路沿途设置的抓拍摄像机识别车牌信息,配合ETC出入口标示记录信息,车牌识别系统可在全国高速公路网中确定车辆真实行进路径,避免相同出发点与目的地之间存在多条通行路径时的计费问题,同时帮助查处故意逃费车辆。


车辆行车轨迹:提供对指定车辆的行驶轨迹分析功能,支持用户指定车牌号码和时间范围,系统根据该车在所查时间范围内的通行记录在GIS上动态绘制行驶轨迹。


不停车缴费:在车牌信息与ETC信息核验一致通过后,可提供更为准确可控的不停车缴费服务模式,在大幅提高收费卡口通行效率的同时,降低ETC识别卡违规使用带来的计费安全可靠性问题。


一车一档:依托于车辆大数据分析技术,基于车辆通行记录、人员信息、事件信息等,针对每一辆车,建立档案管理,实现车辆信息、车主信息、车辆异常信息、违法信息等资源的整理汇总,协助高速公路通行车辆信息分析挖掘应用。


车牌搜车:设备支持对摄像机实时视频与抓拍图片进行结构化和历史结构化结果的检索查看,对下载和上传的视频文件结构化结果的检索查看、以图搜图。通过人、车和非机动车的特征信息,帮助用户在海量的视频中快速查找和定位目标车辆。


以图搜车:以图搜车支持上传图片自动识别当前搜索图片中的整张车辆信息,并与过车图片进行比对,检索结果按照与上传图片的相似度倒序排序,过车数据可按车牌进行分组。


特征搜车:针对未知车辆车牌的车辆图片进行局部特征信息提取识别,从而在通行记录中找到与该车相同的车辆。


套牌分析:支持查询一段时间内的套牌记录,也可查询精确车牌是否为套牌,对套牌车辆可进一步查看其套牌依据,判定套牌是否为有效套牌,进一步分析套牌车辆的真牌,并生成审查报告。


黑名单管理:黑名单管理实现对平台中全部录入的黑名单布控信息进行统一的管理和查看,可按照布控状态、布控类型、车辆颜色等信息进行筛选查看,支持按照布控状态对布控信息进行分类统计和手动上传布控车辆图片、填写布控车辆信息等完成布控信息的录入。同时支持批量布控,按照布控任务模板填写excel表格并上传至车辆大数据平台,完成批量布控。


website qrcode
关注我们: