无人值守车牌识别系统怎样杜绝套牌车无人值守车牌识别系统怎样杜绝套牌车？

来源：蜘蛛抓取(WebSpider) 时间：2022-04-30 02:48 标签： 无人值守

    新交规刚"上岗"就有不少司机打起了电子眼的主意，先不规范自己的驾车行为，倒是对监控抓怕"感冒"起来。今天的内容对司机朋友来说似乎算是"福音"，你知道吗？车牌识别摄像机准确率并非100%，其原因就是因为字母在搞怪。

　　偶尔遇到比较能聊的北京的哥，他们对新交规又爱又恨。新法规对违章、违法处罚力度加大，一定程度下制约了开霸王车的情况，但是一年12分上限对职业司机来说确实有不少压力。天天在路上开车，不免对电子眼心生畏惧。

　　对于道路监控车牌识别的抓拍方式，在前几期的内容中已经做了详细的介绍。今天，笔者针对车牌识别出错的情况进行介绍。看过文章后，不知是否会出现几家欢乐几家愁的情况。


字母搞怪 车牌识别摄像机命中率非100%

　　车牌识别：容易混淆的英文字母

　　我国车牌号由中文和英文字母A~Z+数字组成0~9组成，其中英文字母"O、I"和阿拉伯数字"0、1"通用，也就是说，两种符号读法凭个人喜好，在自编号段中系统默认为数字。目前，这种有歧义的字母不可以作为汉字后的第一个字母。

　　除了系统排出的字母O 和数字0外，其实还有一些字母长相十分接近。其中"D"、"0""Q"在识别系统中很容易出现误判。下图是某路口高清监控设备抓拍到的车牌，从图中来看，车牌号码为"吉D15186"，但系统自动识别出来的车牌为"吉0 15186"，显然出现了识别偏差。


监控抓拍车牌号码识别出现错误

　　虽然吉0的号段并不存在，试想下如果某车牌号码后段中有字母D，而系统错误判定为0，则有可能另外一辆车主"命中"，这种误会最好不要出现。

　　车牌识别：车牌无法识别

　　在实际道路测试中，有些电子眼也会出现无法识别车牌的情况。若不是司机师傅做了手脚，那么最大的问题还是处在上。车牌识别准确率并非100%，不仅包括了上述识别错误的情况，其实还有下面这种"无牌照"的情况。


路口监控无遮挡下没能识别出车牌号

　　从图上来看，汽车牌照并无遮挡，行车路线及车道也正确。就是车牌无法识别出来，让人不禁思考是不是电子眼"打盹了"。智能抓拍也并非神器，当然司机师傅也不要当它是睁眼瞎，准确率高于95%也并非儿戏。

　　车牌识别错误的修正方法

　　关于车牌识别出现字母错误或无车牌的情况，根据交通监控指挥中心后台，正常上班时间也会有人进行操控。电子眼抓怕的违章记录由原来的24小时内上传，到如今10分钟上传一次，显然如果您在某处违章行驶被电子眼拍了下来，10分钟后数据将无法修改，如果因车牌识别号码出错而存在异议，可通过行政复议进行二次判定。

　  车牌颜色识别加强准确率

　　为了能够保证车牌识别的准确率，在识别过程中还加入了对车牌底色的识别。可识别出车牌底色或蓝色或黄色，这样既可以归纳出车辆的种类，也避免了使用套牌车或伪造车牌的情况。

轿车OR货车识别出不同颜色车牌(点击查看大图更清晰)

　　由于夜晚无管理员值守，有些司机不免会心存侥幸心理。夜视道路监控采用红外摄像机，由于红外特性，车辆图像上几乎只能看见车牌，然后用黑白图像处理方法识别车牌。950nm的红外照明装置可抓拍到很好的反光车牌照图像。因红外光是不可见光，它不会对驾驶员产生视觉影响。

　　当然，这种红外抓拍也有局限性，由于采用黑白图像，无法实现车身颜色对比，且依赖车牌反光较强，因此安装这种红外监控也有弊端。

　　总而言之，针对车牌识别抓拍有很多种方式可以弥补识别的错误，当然对于字母识别出现了"不可抗"因素，太过相似的字母让开发商也伤透脑筋，但是为了保证公平性，加强智能识别的软件研发才是核心。

    注：本文中出现的所有监控抓拍图仅为测试效果，勿作为其他用途使用！

我国车牌号由中文和英文字母A~Z+数字组成0~9组成，其中英文字母"O、I"和阿拉伯数字"0、1"通用，也就是说，两种符号读法凭个人喜好，在自编号段中系统默认为数字。目前，这种有歧义的字母不可以作为汉字后的第一个字母。

近两年的人工智能浪潮影响最大落地最广的是“人脸识别”，随之而火的还有“车脸识别”技术，车脸识别技术不是靠识别车牌，而是识别车辆外形特征来区分不同车辆。


车脸识别技术应用范围较广，主要包括智慧安防、智慧交通等。例如：公安涉车侦查、套牌车比对、无牌车管理、违法抓拍、道路拥堵路况检测、交通异常行为分析、停车收费管理等。

车型的识别虽有很多年的发展史，但仍是一个较大的难题：

首先，车辆在不同时间及环境影响下，其颜色、光泽度等都会有不同变化，而且车辆在行驶中，其位置、速度都有随机性，使得车辆在录入镜头时形状、大小也会有改变；

第二，车辆的拍摄角度变化、邻近物体的影响、车辆之间遮挡等条件也会对车辆外观造成一定影响；

第三，背景图像的持续变化以及光照条件、天气季节变化等因素影响。因此车辆识别与智能交通系统的需求还稍有差距，需要我们继续努力，在识别的准确率和实用性上做进一步提高。


说到车脸识别，必不可少的是车辆类型，车辆品牌，车系和年份。在统计中发现在年份上，由于相近的几年内车辆在外观上的改变不是很大，所以识别的话会与实际图片有很大的差距（如下图），因此车脸的识别精度需要很高。

我们在检测车辆的时候，不仅仅检测车牌号码，我们检测的内容包括车辆的很多信息，例如：车辆的轮胎、车灯、透视镜、挡风玻璃，以及车辆的型号、品牌等等。

在停车场管理的过程中，车牌识别技术已经是相当成熟的应用，但在停车的过程中又难免会遇到无牌车的窘态，这时通过车型识别和车辆检测算法完美解决该状况。

需要测试demo的可以联系 “图二“ 中的电话。


近两年的人工智能浪潮影响最大落地最广的是“人脸识别”，随之而火的还有“车脸识别”技术，车脸识别技术不是靠识别车牌，而是识别车辆外形特征来区分不同车辆。

我要回帖

更多关于 无人值守 的文章

 

随机推荐