龙空技术网

车牌照片能开闸?捷顺科技:车牌识别防伪技术了解一下

读创网 311

前言:

而今朋友们对“基于卷积神经网络的车牌识别算法研究”大约比较关注,各位老铁们都需要学习一些“基于卷积神经网络的车牌识别算法研究”的相关资讯。那么小编同时在网上搜集了一些有关“基于卷积神经网络的车牌识别算法研究””的相关内容,希望各位老铁们能喜欢,姐妹们快快来了解一下吧!

读创/深圳商报记者 刘娥近期,网络上流传的通过扫描手机的车牌照片开闸出场的“神操作”引发了舆论广泛关注和热议,在无人值守已成停车场主流模式的当下,如何去防伪遏制人为逃费、防范由此引发的公共安全隐患,值得我们去深思。在法律、征信体系鞭长莫及的当前,技术的问题,仍然需要依靠技术去化解。国内最大的停车场管理系统及服务提供商捷顺科技相关技术人员表示,网络所传的被车牌照片“欺骗”的道闸相机只具备车牌检测识别、数据读取功能,采用的是相对老旧、尚未进行算法升级的车牌识别系统,无法区分真实车牌和手机照片、打印的纸质车牌。从技术角度而言,这些传统的机器学习算法一般会人为设计具有一定通用性的“特征提取方法”,能够适合某一类的任务,但由于都是人工设计的特征,因此对于包括车牌防伪在内的识别场景适应性还有待提升。而真实场景中的车牌识别问题要复杂得多。例如不同的光照环境下,对车牌识别效果影响巨大,车牌在明朗的晴天和雨雪天,在人类的生理视觉上都是不一样的,而从摄像机拍摄到的图片来说,晴天的图片一般都较为清晰,但是强烈的阳光直射会造成车牌反光的问题,就像注视一面反光的镜子,难以辨清细节;阴雨天则会导致图片昏暗模糊;下雪则有可能覆盖车牌某些关键区域(如首汉字、数字或字母)。

同时,车牌本身种类较多,颜色、外形、尺寸大小都不尽相同,拍摄角度、拍摄距离都会影响到车牌在图片中呈现的角度(姿态和外观)。即使在同一天,阳光光照角度和光线强度的变化也会影响成像质量。目前,市面上一线主流厂商的车牌识别产品识别准确率可以达到99.5%以上,这也成为行业内长期难以突破的技术瓶颈。不少停车场物业管理方表示,手机拍月租车牌逃费并非新鲜伎俩,此前受限于相机防伪技术的部署成本,因此才会被少数车主利用这个漏洞,这种逃费方式凭借易操作、隐蔽性高,已然成为‘逃费一族’的必备技能。勿以善小而不为。为避免物业管理方遭受不必要的损失、防范“车牌李鬼”引发的安全隐患,作为出入口控制领域领军企业的捷顺科技果断出手,发布了最新车牌识别算法V3.0版本,在车牌检测读取外,还针对整个车头区域做分类识别,有效辨别出手机照片伪造的月卡车牌,支持地感优先触发,以保障月卡车主的通行权益,让“车牌李鬼”无所遁形。

作为捷顺科技车牌识别技术的杀手锏,最新车牌识别算法V3.0版本通过“卷积神经网络(CNN)的车牌检测和端到端车牌识别”技术,可以准确预测出视频中车牌的位置信息,无需对车牌分割出字符,直接将矫正后的车牌小图输入到“端到端识别网络”即可得到车牌号结果。相比传统的机器学习算法,基于卷积神经网络(CNN)的车牌检测与识别技术在复杂场景下的识别优势非常明显,对低光照、模糊、大角度等车牌的检测效果更好,可以大幅降低误识别情况的发生,在车牌矫正、车牌类型识别等方面突破了传统算法的技术瓶颈。借助业界领先的全深度学习架构的车牌识别算法,实现全天候车牌识别准确率达99.8%以上,如果配合云托管的AI识别、二次纠错功能,识别率可达更高。目前,深圳市机动车保有量已突破350万辆,停车位缺口达170万个,在推动公共停车设施项目建设、片区停车综合整治等大手笔投入之外,发挥停车物业类企业的主体作用、增加现有停车位使用效率也是不容忽视的重要一环,以捷顺科技为代表的智慧停车企业将继续为技术创新和运营赋能为抓手,与社会各界一道共同努力缓解停车难题。

标签: #基于卷积神经网络的车牌识别算法研究