汽车行业的智能车牌识别

5
发表时间:2020-07-17 16:45作者:kdacctv

随着智能客服类产品的与日俱增,行业角逐也越发激烈,客户的要求也越来越高,对产品的专业度有了更高的要求,本次项目也是由某汽车领域的客户提出了需要对车牌号进行准确识别的要求,不仅限于基础的外呼功能和AI服务,更要解决客户场景化的业务需求。


为了能够准确识别到车牌号,一号互联专门成立了内部算法攻坚组,专项攻克车牌识别的难题,满足客户的需求。


行业痛点

  1. 汽车4S店:在汽车保养和汽车维修的过程中, 客户会报读:我的车牌号是XXX,这个时候需要准确识别到客户的车牌号,才能查到历史单据。

  2. 停车?。涸谕3党∽远鋈胧?,有时已经通过微信扣费后,还会出现重复扣费的情况,在客户申诉时,客户会报读:我的车牌号是XXX,这个时候需要准确识别到客户的车牌号,才能查到历史停车记录,缴费信息。

  3. 高速ETC:客户会经常查询通行账单时,需要先采集信息,客户会报读:我的车牌号是XXX,这个时候需要准确识别到客户的车牌号,才能查到通行账单,通行历史。


需求分解

  1. 使用场景:在机器人与客户对答的过程中,客户会说:”我的车牌号是约B而97d额落“。需要从字符串中提取出正确的车牌号“粤B297DL”。

  2. 在使用ASR引擎进行转译的过程中,很多内容会被转译错误,形成不正确的内容,例如,ASR识别为“约B而97d额落”,需要进行纠错过程。

  3. 纠错完成后,形成了7位的车牌号,需要进行车牌号校验,校验通过后,输出最终的车牌号结果。


解决方案


经过组内的多次沟通,不断碰撞,最终共同确定了项目解决方案,在此过程中,两个部门的同事也是频繁交流,互换思想,学习对方的优点,也为项目的成功奠定了基础。

  1. 数据准备:基于用户真实数据并结合实际中出现的音近、方言、不规范表达等情况,构建了2000w条训练语料,并随机采样200w、400w、800w。

  2. 车牌号识别提?。夯谛蛄斜曜⑷挝穸猿蹬坪沤械奶崛?,利用车牌组成为34个省,24个字母,10个数字等限定类型组成。将车牌类别转化为68种类型的序列标注任务。

  3. 车牌号纠错:基于自研的RNNs模型,训练NER模型,并对用户的错音、表达不规范等情况进行识别纠错。

  4. 车牌号校验:纠错后的数据,再根据车牌号特征值,进行68种类型的序列标注,验证当前车牌号的准确性。

  5. 返回数据:将校验后的数据,返回给应用层做业务处理。

website qrcode
关注我们: