閻犵尨鎷�闁荤偞绋忛崕鎻掞耿娑擄拷2闂佹眹鍔岀€氼參骞侀锝嗗闁瑰墽绮€点垽鏌嶉妷锔界厸闁逞屽墯濮婂綊宕奸敓鐘冲殜闁挎繂鎳夐崑鎾愁吋閸涱剚妯婇梻浣藉Г椤祩闂佹寧绋戦懟顖炲Χ娴犲瑙﹂柛娑橈攻閺嗩亪鏌熼棃娑毿$紒銊e姂瀹曗剝绻濋崒姘兼浆闂佺ǹ饪甸幏锟�閻犵尨鎷�闂佸搫妫欓崹鍨閿濆鍤冮柣妯烘惈閸擃參鏌¢崟顒佸碍闁搞値鍙冨濠氼敋閳ь剟銆傛禒瀣櫖閻庡湱鎸秄espace闂佺儵鏅涢敃锕傚极閹剧粯鍤曢悘鐐舵缁ㄨ霉閿濆洤校濠⒀嶇畵閺屽懘鎮╅煫顓熸▕闁瑰吋娼欓崲鏌ュΧ娴犲鐏虫繝濠傛娴滄牠鏌嶉妷锔剧畺闁逞屽墾閹凤拷閻犵尨鎷�婵☆偓绲鹃悧鏇㈠垂闁秴绠戠憸蹇涳綖閺嶎厽鍎橀柡鍐e亾闁搞劍宀稿绋库堪閹邦喚鐛ラ梺鍛婄墬閵囩偤宕ラ銈傚亾鐟欏嫮绠栭柣蹇斿哺閹粙鎮㈤崫鍕ㄦ寘缂備椒鑳堕崑鐔哄垝閿熺姵鐓€闁告稑锕ラ弳顓㈡煕閻樻彃娈獻E濠电偛鐭佸畷鐢稿几閻旂厧鏋侀柛顐ゅ枔娴滐拷閻犵尨鎷�缂備礁顦伴崹鐢割敆閻旂厧绠柕鍫濈墕閳ь兛绮欏銊╂嚒閵堝棙顓洪梺鎸庣⊕瀹€绋库枖閿燂拷4闂備焦褰冪粔鍨叏閵忋倖鍤冩繝闈涙祩濡茶崵绱掗鈧埀顒佺〒閼规儳鈽夐幘顖氫壕闂傚⿴鍓﹂崑鍡椻枔閹达箑纾婚柕澶堝劤閺嗘棃姊洪銏犫偓椋庣箔婢跺备鍋撻悷鎵Ш闁轰礁锕ュḿ濠氭晸閿燂拷閻犵尨鎷�闁荤喐鐟辩紞渚€寮ㄩ敐澶屽彆妞ゆ劧绲剧紞蹇曠磼閻欏懐纾块柟顔硷躬瀵剟寮堕崯鍐惧弮瀹曟繈宕犻敍鍕崶lifespace闁诲繐绻愮换妤呭箺閹达附鍤堥柟娈垮枟閹跺嫰鏌i姀銏犳灆鐎殿喖顭峰畷婵嬪煛閳ь剛绱炲Ο灏栧亾閸︻厼浠ф鐐叉川缁棃骞嬪┑鎰Τ闂傚⿴鍓﹂崑鍛缚濡ゅ啰涓嶉柨娑樺閸婏拷閻犵尨鎷�婵犵鈧啿鈧绱炲鍥╃煋闁瑰瓨绻嶉崝鍛存⒒閸曨偆啸妞ゃ垹鎳橀幊姗€宕掗敂鎯ф優婵炴垶鎸剧划顖涙櫠閿旇棄绶為柍鍝勫暙婵囨煙鐎涙ê濮囬柛銊ラ叄閹啴宕熼鑲╀喊闂佽皫鍕姢闁伙絿鍋熼惀顏嗏偓鍦Х濠€鍝ョ磼娣囧崬鐏繛鍙夋倐閹虫鎹勯悜妯诲Ρ婵炲瓨绮屽Λ婊嗩暰婵炴垶鎼幏锟�閻犵尨鎷�闂佸搫瀚Λ婊堝触濡崵鈻旀い鎾跺仦缁傚洭鎮硅閸氣偓缂佹绻傞埥澶娾槈瀹曞洨鐛ョ紒鎯у綖缁€渚€鎮介锕€鍙婃い鏍ㄨ壘閺嬪酣鏌℃担鍝勵暭鐎规挷绶氶幆鍐礋椤掍椒绮繛杈剧到閸熷潡鎮洪妸鈺佺<闁靛ǹ鍊楅惌娆撴偣閹拌埖瀚�閻犵尨鎷�婵犵鈧啿鈧绱炲鍡樻珷闁绘劖褰冪换渚€鏌涜箛鎾缎ら柡灞芥嚇瀹曟繂鈽夊畷鍥ф優濠殿喖绠嶉崐娑㈠吹閺囥垹纾圭€广儱鎳嶅ǎ顕€鏌ч弬娆惧剳婵炲憞鍛灊濠㈣泛枪閸嬨劑鏌﹂埀顒勫Ψ閵夈儲鍊犻梺鍝勵槶閸庮噣鍩€椤掍胶鐭婂┑顕呬邯瀵劑鎮滈埞鎯т壕闁跨噦鎷�閻犵尨鎷�Canalys闁荤姴顑呴崯浼存偉濞差亝鏅慨姗嗗亯閸橆剟鏌涢妷锕€鐏婄紒杈ㄥ笚缁嬪顫濋澶婃婵炲瓨绮岀花鑲╃箔閸屾稓顩查柟瀵稿У閻i亶姊婚崶锝呬壕濠殿喚鎳撻崐椋庡垝濞戙垺鍊块柡鍫㈡暩缁夌敻寮堕埡瀣閻犵尨鎷�婵犫拃鍛粶缂佺姵鐟ч幖楣冩晸閿燂拷30% 闂佸憡顨呯花鑲╂嫻閻斿摜鈻斿┑鐘叉噽濞堬拷2023闂佸綊娼ч鍡椻攦閳ь剟鏌涢幋锔剧窗闁逛紮缍侀弻宀冪疀濮橆剚顔�4000婵炴垶鎸稿ú顓㈠磿閿燂拷閻犵尨鎷�缂備焦鍔掗懗鍫曟偋椤掍礁绶炴慨妯跨堪閳ь剙绉归弻灞筋吋閸パ傚寲闂佺懓鐏堥崑鎾绘煛閸剚瀚� 濠电偞鎯屾禍婵嬫偪閸℃稑鐭楅柟瀛樼箘椤忔挳鏌涜箛瀣闁哄苯锕︾划璇参旈埀顒佹叏韫囨洜纾鹃柟瀵稿Х閹规洟鏌熼崹顔拘$紓宥嗘⒒閸栨牠鎳¢妶鍥х厷閻犵尨鎷�闂佺厧顨庢禍婵嬪垂濠婂牊鍎戦悗锝庡幐閳ь剚绮撻弫宥夋偄鐠囧樊浼曢梺鍝勵儐缁矂濡甸崶顒傚祦闁告侗鍘奸·鈧梺鍛婂灥缁櫅婵犮垼娉涢悺銊ノ熸径鎰叆闁逞屽墴瀹曨剟顢欓悙顒傜崶闂佸搫绉村ú鈺呭吹閿燂拷15婵炴垶鎸稿ú銈堛亹閿燂拷閻犵尨鎷�闂佸憡顨呯花鑲╂嫻閻斿摜顩查柟瀵稿剱閸斺偓閻庢鍠栫换鎰亹閸屾粍鏆滈柛鎰ㄦ櫆閻撯偓婵炴垶鎸撮崑鎾趁归悪鍛К闁搞倖绮撻幆宥夊棘閸喚鈧鎮介姘殭缂佹唻绻濆顐︽偋閸繄銈﹂柟鐓庣摠瀵珜ussDB閻犵尨鎷�闂佺ǹ绻堥崝搴ㄥ箖閸℃瑧绠旀い鎴f硶椤忛亶鎮楃涵鍜佸晣缂佽鲸甯楃粙澶嬪緞鐎n倣鏄婦-OLED闂佺厧澧借矊antone闂佸憡鐟ラ惌浣圭珶婵犲懌浜归柍鍝勫€圭紞鈧繝鐢靛仒濞村洭顢橀懡銈嗗珰闁跨噦鎷�閻犵尨鎷�濠电偞娼欓鍛礄闁秵鐓€婵繂鐬煎Σ鍝ョ磼閹勫暈闁逞屽墮缁ㄨ偐绮婚悙鐑樺仺闁跨噦鎷�閻犵尨鎷�3999闂佺ǹ绻愰崯鎶藉箲閿濆鏅ù锝囨嚀椤垿鏌涘▎鎴澬㈤柣顐㈡楠炲秶鈧綆鍋呯花姝畂to razr 40缂備緡鍨甸褔宕归鍕垫桨闁挎繂鎳愮涵鈧梺鍛婄懄閸ㄧ數绮╅敓锟�閻犵尨鎷�闁荤姵鍔楅。顔炬閹烘梹顫曢柕蹇曞Т閸ゎ剟鏌熼幁鎺戝闁搞倗鎸哋UGH婵炴垶鎸搁ˇ闈浳g猾鍜秂xpress Type A闁诲孩绋掗敋闁稿绉瑰畷锟犳晸閿燂拷閻犵尨鎷�闂佸憡顨呯花鑲╂嫻閻斿娼伴柨婵嗘噽绾偓闂佸憡鐟﹂崹鐢电博閻戣棄鐤鹃柧蹇撴贡閺嗗棝鏌涜箛瀣闁告ɑ绮撻幊鏇㈠籍閳ь剛鏁幘顔肩婵☆垰鍚嬪▓锝夋煕濞嗘瑦瀚�6濠电偛妫濈粻鏍闯閸濄儱顥氶柛娑卞枟閻撯偓闂佸憡绻愰幏锟�閻犵尨鎷�闂佽壈椴搁弻銊ㄣ亹閸屾粎鐭撻柟杈剧稻閸o絽霉濠婂喚鍎旈柡鍡涗憾閹锋洟鍩勯崘鈺婃綘婵炲濮撮鎴犳閻楀牞绱i柛鏇ㄥ櫘閸氣偓闂佸綊娼ч鍡椻攦閳ь剙鈽夐幘纾嬪濠殿喚鍠栧鐢割敂閸涱噣妾锋繛鎴炴尪閸婃洟宕熼悙顒€顕辨慨姗嗗墻閺夊姊婚埀顒勬晸閿燂拷閻犵尨鎷�濠电偞娼欓鍛礄闁秵鐓€婵繂鐬煎Σ鍝ョ磼閹勫暈闁逞屽墮缁ㄨ偐绮婚悙鐑樺仺闁跨噦鎷�閻犵尨鎷�闂佺厧鐏氬畷姗€顢欓崱妯碱洸闁硅鲸浜痝eOne闂佺ǹ绻堥崕鐢稿焵椤掆偓椤㈠獘rtner DDoS缂傚倸鍊归幑浣筋暰闂佸搫鍊介~澶愩€佸鍥ㄦ殰闁稿本纰嶇花姘舵煙缁嬫寧鎼愮€规洩鎷�閻犵尨鎷�闂佸憡顨呯花鑲╂嫻閻戠こeanStor Pacific闂佸憡甯掑Λ妤冪博瀹勯偊鍤曢煫鍥ㄦ尵閹界娀鏌涚仦璇插妤犵偛绮㎡500濠殿喗甯楃划搴敄閸ャ劎鈻旈柍褝鎷�閻犵尨鎷�闁诲繐绻愮换鎺楁嚄瀹€鍕煑闁瑰瓨绻勯锟�2023濡ょ姷鍋熺换婵堢博鐎电硶鍋撳☉宕囧埌閻庣懓纾幏褰掑閳ユ壙鎾绘煥濞戞瑧顣插鐟板缁傚秷绠涙惔銈囶槹闂佺儵鏅涢悧鐐垫濠靛绀嗛柍鍝勫€跨槐鐔封槈閹剧鏀婚悗鐧告嫹閻犵尨鎷�闂佽壈椴稿褰掑礂閸屾稓鈻斿┑鐘辫兌椤忛亶鎮归幇鈺佺仼闁告洟绠栭幏鍐Ψ閿旇姤姣嗛梺鍛婂坊閺呮粍螚鎼淬劌鐭楅悘鐐舵閽冪喎鈽夐幘鎰佸剱缂侇噯鎷� 闂傚倸鐗婇幍姹i梺琛″亾閻犲搫鎼鎶芥煕濡ゅ啫校闁伙富鍠楀ḿ濠氭晸閿燂拷40%閻犵尨鎷�婵炶揪绲介悿鍥礂濡紮绱旈柡宥庣厛閸庮櫂F闂佺偨鍎茬划鎾诲Χ婵傚摜宓佹繛鏉戭儌閸嬫挸鈹戠€n偅鐣舵繝銏犲閳28mm F2.8 STM濠殿喗绻愮徊鐣屾閿熺姴鐭楅柟瀛樼箘椤忥拷閻犵尨鎷�缂備椒绌堕崹褰掑礄瑜版帒鐭楅柟瀛樼箘椤忔挳寮堕悙棰濆殭闂傚啠鍋撻梺鎼炲妼椤戝懘宕h箛娑樼柧妞ゆ牗鐔槐锝夋煕閵壯冧槐闁绘捁鍩栫粩鐔哥▔閻曪拷-S2000 闂佸摜鍎愰崰鏇㈡偝閿燂拷2990闂佺ǹ楠忛幏锟�閻犵尨鎷�闂佺儵鍋撻崝灞筋嚕閹间焦濯奸柨婵嗗閻ㄦ垿姊婚埀顒勫垂椤斿吋鍊疌EO闂佺粯绮岄鍡涘几閸愨晝顩叉い鎺戯功缁愭鏌涜箛瀣婵為棿鍗冲顐︽偋閸噥浠梺鍝ュ枎濡梻绮悢鐓庣婵炴垶鐟﹂悡鈧梺鍝勫暞濠€褰掑船椤掑嫬绀嗛柣妤€鐗婇梽锟�閻犵尨鎷�婵炴垶鎼╅崢濂稿矗绾般€S婵炲瓨绮嶉崹鐢告煢閳哄懎鐭楅柟宄扮灱缁犲墽绱撴笟鍥у箳缂佹ぞ绶氶悰顔惧鐎n亞顔咷lobalData Leader闁荤姴娲ょ€氼喗顨ラ敓锟�閻犵尨鎷�闂佸憡鍔曢幊蹇涙偋閹惰棄鏋佸ù鍏兼綑濞呫倕鈽夐幘瑙勩€冪紒妤冨枛閹墽浠﹂悙顑跨帛婵°倕鍊归敃顐ゆ閹垫仐pere闂佸憡鐟﹂崹鐢电博閿燂拷192闂佸搫绉堕鍍怣婵犮垼娉涚€氼噣骞冩繝鍥ч棷闁跨噦鎷�閻犵尨鎷�Gartner闂佹寧绋掓穱娲触濡吋濯兼い鏍ㄧ懅闂呮﹢鏌ら崜顬☆摉aaS闂侀潧妫旂粩绯滿婵犮垼鍩栭惌顕€鏌屽⿰鍛皫婵炴埈婢€婢规洟鏌涢妷銊︻棄闁哥偛顕划顓㈩敄鐠侯煈浼�
您现在的位置:首页 >> 滚动 >> 正文
车牌识别技术又一行业性难题被攻破
发表时间:2016年8月30日 14:10 来源:新科技 责任编辑:编 辑:麒麟

随着智能视觉技术的进步,现在的停车场管理已经渐渐被车牌识别模式取代了刷卡模式,车牌识别模式由于其通行速度快、管理简单等特点也被越来越广泛的应用。

过去2年,车牌识别技术在获得广泛应用的同时也被广泛诟病,存在着局限性,比如:夜间效果不如白天,雨雪天气识别率下降,除了普通蓝黄牌以外的军警、港澳进出大陆等多样类车牌识别效果不佳等等,这些是该技术当前的瓶颈所在,本文将以多样车牌为例介绍车牌识别技术的最新进展。据行业专家介绍,双层黄牌、双层武警车牌、单层武警车牌、武警总队车牌、双层军车车牌牌、单层军牌、大使馆车牌、领事馆车牌、民航车牌、港澳进出大陆车牌等多样车牌的识别受其车牌类型的特殊性影响,在识别技术上有一定难点,主要体现在:

(1)车牌底色不同,有着蓝底、黄底、白底、黑底、绿底五种颜色;(2)车牌样式不同,有着单层,双层之分;(3)不同区域有着不同代表的汉字和字母,如成都——川A*****;(4)不同的英文字母和汉字组成车牌后五位数;(5)需要识别以上4个条件组成N种在不同形态、不同环境下所呈现的车牌。

由此可见,车牌格式不确定,车牌与字符颜色不确定,字符风格不确定,车牌样本缺乏等原因,都制约着多样车牌识别率的提升。

面对多样车牌各研发厂商所用的识别算法有所不同,识别效果也有着一定程度的差别。对于常见的蓝牌和单层黄牌大家的识别率没有太大差异,但是对于军牌,警牌,领事馆等多样车牌的识别难度较大,行业里虽然也有号称“识别率高的”,但还没有谁家车牌识别摄像机能做到同蓝牌一样的识别效果。

像海康、大华、置芯原动等厂商都没有完全解决多样车牌的问题,识别率比宣称的要差很多,就算市场占有率最高的火眼臻睛,多样车牌一直是硬伤,个别类别的识别率甚至低于50%。据深圳地区的厂商介绍,臻识号称要改善已有一年多,但直到8月份才发出一个正式版本。

笔者因此专门了解了火眼臻睛的近况,获悉他们确实在8月份发布了2.0版,宣称军警等多样车牌的识别率已接近普通民用车牌,达到了99.6%以上。那实际效果如何呢?笔者走访了行业内几家知名公司,并到几个现场进行了实地观察,发现确实改善很大,虽然没有统计识别率,但就以直观而言,跟民用车牌没有差别了。

在行业中率先突破,怎么做到的呢?臻识科技官方是这样解释的:“依靠车牌识别一体机在市场广泛布局的优势,获取了大量不同场景下光照,成像等条件,利用3D模型,生成了大量接近真实的多样车牌样本,同时利用深度学习具有大容量,广泛适应性的特点,结合其在嵌入式设备长期积累下的代码强化优势,开发出了基于双神经网络并行的车牌类型深度识别模型,一个神经网络不同场景下自动区分车牌类型,并指导另一个神经网络对车牌号的进行识别,同时降低模型参数数量10倍以上,提升识别速度2倍以上。经历数以万计的采集演练,以确保识别结果的趋于精准性,最终达到综合识别率99.6%” 。有点深奥,不理解没关系,产品都是以效果说话。

多样车牌识别技术的突破对于行业来说,应该是一次质的飞跃,行业领头羊都花了一年多才解决。当然,是否已经完全解决,需要2-3个月更广泛的市场验证。

期待车牌识别技术突破更多的难点,对停车生态圈产生实质而深远的影响。

相关文章
关于我们 | 联系我们 | 友情链接 | 版权声明
新科技网络【京ICP备15027068号】
Copyright © 2015 Hnetn.com, All Right Reserved
版权所有 新科技网络
本站郑重声明:本站所载文章、数据仅供参考,使用前请核实,风险自负。