小區(qū)車牌自動(dòng)識(shí)別系統(tǒng)生產(chǎn)廠家咨詢客服

車牌識(shí)別按照運(yùn)行環(huán)境可以簡(jiǎn)單分為PC端和頭端（嵌入式）。目前國(guó)內(nèi)車牌識(shí)別系統(tǒng)在PC端已有一些廠家使用深度學(xué)習(xí)方法，而頭端都還是采用傳統(tǒng)方法。隨著深度學(xué)習(xí)專用芯片的研發(fā)，明年應(yīng)該就會(huì)有深度學(xué)習(xí)方法應(yīng)用在頭端的產(chǎn)品發(fā)布。由于國(guó)內(nèi)外車牌規(guī)則較多，傳統(tǒng)方法局限性比較大，很難通用。

對(duì)于特殊場(chǎng)景，比如低照度、變換、低質(zhì)模糊等，車牌識(shí)別率仍然有待提升。而無(wú)論是傳統(tǒng)方法還是深度學(xué)習(xí)方法，有些共同的模塊技術(shù)仍有提高的空間和研究的價(jià)值，比如運(yùn)動(dòng)區(qū)域檢測(cè)，車牌定位，變換校正，多幀融合輸出等。而對(duì)于傳統(tǒng)方法，字符分割和字符識(shí)別仍有可提高空間。

車牌識(shí)別系統(tǒng)技術(shù)是計(jì)算機(jī)視頻圖像識(shí)別技術(shù)在識(shí)別中的一種應(yīng)用。車牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車牌照從復(fù)雜背景中提取并識(shí)別出來(lái)，通過(guò)車牌提取、圖像預(yù)處理、特征提取、車牌字符識(shí)別等技術(shù)，識(shí)別車輛牌號(hào)、顏色等信息，目前的技術(shù)水平為字母和數(shù)字的識(shí)別率可達(dá)到99.7%，漢字的識(shí)別率可達(dá)到99%。車牌識(shí)別在高速公路車輛管理中得到廣泛應(yīng)用，電子收費(fèi)（ETC）系統(tǒng)中，也是結(jié)合DSRC技術(shù)識(shí)別車輛身份的主要手段。在停車場(chǎng)管理中，車牌識(shí)別技術(shù)也是識(shí)別車輛身份的主要手段。在深圳市建設(shè)的《停車庫(kù)（場(chǎng)）車輛圖像和號(hào)牌信息采集與傳輸系統(tǒng)技術(shù)要求》中，車牌識(shí)別技術(shù)成為車輛身份識(shí)別的主要手段。

 一個(gè)車牌識(shí)別系統(tǒng)是否實(shí)用，的指標(biāo)是識(shí)別率。國(guó)際交通技術(shù)部門做過(guò)專門的識(shí)別率指標(biāo)論述，要求是24小時(shí)全天候全牌正確識(shí)別率85%～95%。

   通過(guò)以下方式可以看得出車牌識(shí)別的“識(shí)別率”：

   1、可識(shí)別全牌正確識(shí)別率=全牌正確識(shí)別的車牌照總數(shù)/人工讀取的車牌照總數(shù)這三個(gè)指標(biāo)決定了車牌識(shí)別系統(tǒng)的識(shí)別率，諸如可信度、誤識(shí)率等都是車牌識(shí)別過(guò)程中的中間結(jié)果。

   2、可識(shí)別車牌照的百分率=人工正確讀取的車牌照總數(shù)/實(shí)際通過(guò)的車輛總數(shù)

   3、自然交通流量的識(shí)別率=全牌正確識(shí)別總數(shù)/實(shí)際通過(guò)的車輛總數(shù)