安快智能最新分享：车牌识别技术又一行业性难题被攻破

　　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。

　　这一行业性难题被攻破，怎么做到的呢？“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，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。

更多    车牌识别 安快车牌识别 www.idroidcorp.com