智能车牌识别一体机的细分场景应用

14
发表时间:2020-04-02 14:36作者:kdacctv

2019世界人工智能大会发布了智能网联汽车、医疗影像辅助诊断、视觉图像身份识别、智能传感器等四条测试赛道,聚焦AI+医疗、教育、城市管理和产业发展,以实现AI在一二三产业全覆盖。


而科技部近日发布的《国家新一代人工智能开放创新平台建设工作指引》提出,新一代人工智能开放创新平台是聚焦人工智能重点细分领域,充分发挥行业领军企业、研究机构的引领示范作用,有效整合技术资源、产业链资源和金融资源,持续输出人工智能核心研发能力和服务能力的重要创新载体。


该指引同时提出,开展细分领域的技术创新;促进成果扩散与转化应用;提供开放共服务;引导中小微企业和行业开发者创新创业四个重点任务。可以发现,不管是政策驱动,还是市场发展的必然性,未来人工智能领域将会不断细分,如何将人工智能落地到更加细分的领域中,将成为各大企业新的研究方向。对车牌识别技术领域来说,亦是机遇与挑战。


众所周知,现阶段车牌识别算法技术已经基本成熟了,未来难以有突破性变化。未来车牌识别一体机要去陈出新还需要从其他方向下功夫,在车牌识别一体机上搭载其他车辆识别技术,比如车标、车款、司机人脸、甚至车脸识别。


除了车辆身份识别,车辆行为识别也将成为未来车牌识别一体机发展的重要方向。比如车辆跟踪,车辆是否规范停车、车辆行驶是否符合交通规则等。


车辆识别技术将逐渐成熟和普及, 同时结合不同场景下的其它关联业务的智能识别需求,让车牌识别一体机实现更高的智能化;如交通上的违章识别、加油站的车辆油枪绑定识别、充电桩的占位识别、货车管理的是否符合环保要求识别等等。


不同场景带来的不同需求,注定了产品的分化,意味着不会有一款产品一统天下,也就很难有公司垄断市场。


造成这一局面还有三个基础现实——


一是深度学习算法需要大量数据训练,数据越多,算法效果就越好,场景下的数据只能训练出场景下专用的算法,谁掌握的场景数据多,谁的算法在相应场景下就越强,这导致了特定场景的产品打入其它场景很难,当然别人抢它的地盘也很难。


二是不同场景的应用需求是不一样的,因为成本和效率的需要,很多应用功能会集成到摄像机上面,所以不同场景的摄像机会集成不一样的应用功能,要实现这一点,就必须深耕行业,也就把厂商绑定在场景里面。


三是除车牌识别算法以外,不同的场景会有不同的其它识别需求,比如加油站需要识别油枪号、充电桩需要识别是否是新能源车、工地需要识别车辆是否符合环保要求。


相信随着未来非交通领域的应用会带来新一轮的高速增长,车牌识别技术落地场景将会不断细分,个性化、定制化产品将会越来越多。


website qrcode
关注我们: