視頻識(shí)別技術(shù)

智能視頻識(shí)別技術(shù)是通過(guò)識(shí)別車(chē)輛所具有的牌照?qǐng)D像并傳入平臺(tái)，經(jīng)由平臺(tái)統(tǒng)計(jì)分析，實(shí)現(xiàn)車(chē)輛信息自動(dòng)識(shí)別、實(shí)時(shí)數(shù)據(jù)交互、基礎(chǔ)數(shù)據(jù)查詢及維護(hù)等。

主要用于地下停車(chē)場(chǎng)的出入口和主要路口，通過(guò)攝像頭采集的視頻，識(shí)別車(chē)牌，用于辨識(shí)車(chē)輛是否符合進(jìn)入條件、定位車(chē)輛位置，或是計(jì)算車(chē)輛停留時(shí)間進(jìn)行計(jì)費(fèi)。

人臉識(shí)別技術(shù)

人臉識(shí)別技術(shù)的基礎(chǔ)是人臉識(shí)別，主要用于社區(qū)各路口和各進(jìn)出區(qū)域的門(mén)禁，常用于檢索匹配進(jìn)入人員是否為社區(qū)人員，或者是定位可yi人員的移動(dòng)軌跡。為地下停車(chē)場(chǎng)的安全保障和緊急事件的快速處置提供了堅(jiān)實(shí)的基礎(chǔ)。

3）車(chē)牌字符識(shí)別方法主要基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)的算法。大容量?jī)?nèi)存和超大容量硬盤(pán)，使系統(tǒng)數(shù)據(jù)儲(chǔ)存量達(dá)3年以上，采用IntelCPU2?；谀０迤ヅ渌惴?，首先將分割后的字符二值化并縮放到字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有模板匹配，并選擇zui良好匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種：一種是先提取字符，然后利用獲得的特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接將圖像輸入網(wǎng)絡(luò)，網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取，直到識(shí)別結(jié)果。在實(shí)際應(yīng)用中，車(chē)牌識(shí)別系統(tǒng)的識(shí)別率也與車(chē)牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車(chē)牌的質(zhì)量會(huì)受到各種因素的影響，如生銹，污垢，油漆剝落，字體褪色，車(chē)牌遮擋，車(chē)牌傾斜，高光反射，多牌照，jia牌照等;實(shí)際的拍攝過(guò)程還會(huì)受到環(huán)境亮度，拍攝方式，車(chē)速等因素的影響。

車(chē)牌的識(shí)別基于圖像分割和圖像識(shí)別理論，分析和處理包含車(chē)牌號(hào)的圖像，以確定車(chē)牌在圖像中的位置，并進(jìn)一步提取和識(shí)別文本字符。車(chē)牌識(shí)別一體機(jī)在逐步廣泛應(yīng)用于自動(dòng)洗車(chē)房出入口管理系統(tǒng)等業(yè)務(wù)。實(shí)現(xiàn)車(chē)牌識(shí)別系統(tǒng)有兩種主要方式：一種是靜止圖像圖像的識(shí)別，另一種是動(dòng)態(tài)視頻流的實(shí)時(shí)識(shí)別。靜態(tài)圖像識(shí)別技術(shù)的識(shí)別效率受到圖像捕獲質(zhì)量的限制。對(duì)于單幀圖像識(shí)別，當(dāng)前產(chǎn)品識(shí)別速度為200毫秒。動(dòng)態(tài)視頻流識(shí)別技術(shù)具有很強(qiáng)的適應(yīng)性和識(shí)別速度?？焖?，它實(shí)現(xiàn)了對(duì)每幀視頻的識(shí)別，增加了識(shí)別比較的次數(shù)，并選擇了的車(chē)牌號(hào)碼。關(guān)鍵是它受單幀圖像質(zhì)量的影響較小。當(dāng)前產(chǎn)品識(shí)別時(shí)間為10毫秒。