支持多種抓拍條件識別，云創(chuàng)車牌識別技術(shù)準確率達99.95%！

2019年政府工作報告明確指出，“兩年內(nèi)基本取消全國高速公路省界收費站，實現(xiàn)不停車快捷收費”。目前，ETC不停車快捷收費得以大力推廣，攝像頭車牌識別準確度也顯著提升，但是面對收費站巨大的車流量，由于車牌污損、角度識別等仍有漏網(wǎng)之魚，無法以車牌作為判斷或處罰的依據(jù)，難以將車牌與ETC一一綁定，進出車輛是否一致難以確認，高速公路ETC逃費越發(fā)常見，迫切需要準確識別車牌，通過明確車輛真實行駛軌跡以避免作弊行為。

云創(chuàng)車牌精準識別技術(shù)以深度學習硬件基礎(chǔ)提供運算處理資源，運用人工智能識別模型獲取大量通行車輛的車牌等結(jié)構(gòu)化數(shù)據(jù)，通過大數(shù)據(jù)分析方式結(jié)合時間空間信息，形成每輛車輛的移動軌跡，并基于移動軌跡關(guān)鍵數(shù)據(jù)，結(jié)合行業(yè)業(yè)務應用需求，提供多種大數(shù)據(jù)分析、應用功能模式服務。目前，該項技術(shù)準確率已達99.95%。

在某交通控股企業(yè)級測試平臺中，集成了多種車牌識別算法與傳統(tǒng)的攝像頭識別技術(shù)，其中云創(chuàng)大數(shù)據(jù)開發(fā)的車牌精準識別技術(shù)在各類算法中居于前列。

車牌識別率對比

由下圖可見，云創(chuàng)開發(fā)的車牌精準識別算法(圖中“算法I”)準確率明顯優(yōu)于其他算法，能夠準確識別出其他算法無法識別的問題車牌。

各類抓拍條件下識別技術(shù)優(yōu)勢

與其他算法相比，在車牌遮擋、車牌磨損、逆光抓怕、不良角度、夜間照明、對焦不準、牌照反光、抓拍過曝、惡劣天氣、遠距離抓拍、特種車牌識別等多種情況下，云創(chuàng)車牌精準識別技術(shù)仍能較為準確地識別輸出車牌信息。

#FormatImgID_2#

Ø 應用場景

查處逃費車輛

通過高速公路沿途設置的抓拍攝像機識別車牌信息，配合ETC出入口標示記錄信息，車牌精準識別可在全國高速公路網(wǎng)中確定車輛真實行進路徑，避免相同出發(fā)點與目的地之間存在多條通行路徑時的計費問題，同時幫助查處故意逃費車輛。

車輛行車軌跡

提供對指定車輛的行駛軌跡分析功能，支持用戶指定車牌號碼和時間范圍，系統(tǒng)根據(jù)該車在所查時間范圍內(nèi)的通行記錄在GIS上動態(tài)繪制行駛軌跡。

不停車繳費

在車牌信息與ETC信息核驗一致通過后，可提供更為準確可控的不停車繳費服務模式，在大幅提高收費卡口通行效率的同時，降低ETC識別卡違規(guī)使用帶來的計費安全可靠性問題。

一車一檔

依托于車輛大數(shù)據(jù)分析技術(shù)，基于車輛通行記錄、人員信息、事件信息等，針對每一輛車，建立檔案管理，實現(xiàn)車輛信息、車主信息、車輛異常信息、違法信息等資源的整理匯總，協(xié)助高速公路通行車輛信息分析挖掘應用。

車牌搜車

設備支持對攝像機實時視頻與抓拍圖片進行結(jié)構(gòu)化和歷史結(jié)構(gòu)化結(jié)果的檢索查看，對下載和上傳的視頻文件結(jié)構(gòu)化結(jié)果的檢索查看、以圖搜圖。通過人、車和非機動車的特征信息，幫助用戶在海量的視頻中快速查找和定位目標車輛。

以圖搜車

以圖搜車支持上傳圖片自動識別當前搜索圖片中的整張車輛信息，并與過車圖片進行比對，檢索結(jié)果按照與上傳圖片的相似度倒序排序，過車數(shù)據(jù)可按車牌進行分組。

特征搜車

針對未知車輛車牌的車輛圖片進行局部特征信息提取識別，從而在通行記錄中找到與該車相同的車輛。

套牌分析

支持查詢一段時間內(nèi)的套牌記錄，也可查詢精確車牌是否為套牌，對套牌車輛可進一步查看其套牌依據(jù)，判定套牌是否為有效套牌，進一步分析套牌車輛的真牌，并生成審查報告。

黑名單管理

黑名單管理實現(xiàn)對平臺中全部錄入的黑名單布控信息進行統(tǒng)一的管理和查看，可按照布控狀態(tài)、布控類型、車輛顏色等信息進行篩選查看，支持按照布控狀態(tài)對布控信息進行分類統(tǒng)計和手動上傳布控車輛圖片、填寫布控車輛信息等完成布控信息的錄入。同時支持批量布控，按照布控任務模板填寫excel表格并上傳至車輛大數(shù)據(jù)平臺，完成批量布控。

目前，河北省的卡口數(shù)據(jù)匯聚在基于數(shù)據(jù)立方的處理平臺上，并通過云創(chuàng)車牌識別和數(shù)據(jù)查詢技術(shù)，提供套牌車識別查詢、車輛軌跡以及車輛跟隨等業(yè)務場景的服務。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。