nummerpladegenkendelse (LPR) er kapaciteten til at optage fotografisk video eller billeder fra nummerplader og omdanne de optiske data til digital information i realtid.
også kendt som automatisk nummerpladegenkendelse (ANPR), LPR er en meget brugt teknologi til køretøjsstyringsoperationer såsom Billetløs parkering (off-street og on-street), Tolling, its, detektion af stjålne køretøjer, smart fakturering og mange andre applikationer i Europa og bliver en tendens i Amerika.
ved at bringe nummerpladen digital information (blandt andre data såsom køretøjets retning og hastighed) til blandingen giver nummerpladegenkendelse operatører mulighed for straks at indsamle og knytte flere data om hvert køretøj, der passerer et kontrolpunkt:
- selve handlingen: køretøjets tid, sted, retning og hastighed
- køretøjet: Oprindelse, begrænsninger eller sikkerhedsadvarsler
- føreren: Licensnummer, personlige offentlige eller kontaktoplysninger om driveren
takket være nummerpladegenkendelse har operatører udviklet smukke “futuristiske” løsninger:
Forestil dig at blive faktureret automatisk ved en vejafgift uden at bremse eller parkere i et indkøbscenter uden at stoppe ved barrierer for at komme ind / ud eller hos kasserere at betale; fantastisk? hvad med dette: forestil dig en by, der “ved”, hvor hvert stjålet eller rapporteret køretøj er, når som helst.
Hvordan fungerer nummerpladegenkendelse?
når kameraet har taget nummerpladebilledet, bruger kameraet specialiserede OCR-rutiner til at oversætte det til digitale (maskinlæsbare) tegn.
men nummerplader er (meget) forskellige fra hinanden; tegnene ser ikke ens ud, ikke engang tæt!
for at genkende en nummerplade korrekt skal vi” lære ” algoritmen at læse forskellige pladedesign fra forskellige typer nummerplader; hvad der kan virke som en O i nogle plader ligner en 0 i andre.
så LPR handler om at kende hver mulig pladevariation og læse tegnene i henhold til mange regionale ændringer, algoritmen skal vide “hvad man kan forvente”.
Nummerpladegenkendelsesfaser
selvom det kan virke øjeblikkeligt (vi ved survision gør det hele på mindre end 20 ms), er nummerpladegenkendelse en 4-trins proces; de første 2 er standard OCR, men den komplicerede del, der gør LPR anderledes end almindelig OCR, kommer i fase 3 og 4.
-
1 • lokalisering: at finde nummerpladen i hele billedet, se bort fra unødvendige data og fokusere på tegnene. -
2 • segmentering: adskillelse af det nøjagtige område, der indeholder hvert tegn for at identificere dem separat. -
3 • identifikation: tegngenkendelse fra de enkelte tidligere identificerede områder. -
4 • regionalisering: Regional syntaktisk korrektion for at identificere uklarheder på tilsyneladende identiske tegn (i og 1, O og 0, B og 8 osv.).
opbygning af en nummerpladegenkendelsesalgoritme for at forstå alle nummerplader er hårdt arbejde: særlige karakteristika for hver region (land eller stat) skal overvejes for en ordentlig endelig dom; vi er nødt til at analysere alle typer nummerplader, der er tilgængelige i verden, og integrere deres særlige forhold i vores algoritme.
for at gøre nummerpladegenkendelse til en pålidelig løsning, bør vi komme så tæt som muligt på 100% succesrate (nøjagtige aflæsninger) i realtid; en sådan præstation er uden for menneskelige programmeringsfunktioner:
Forestil dig perfekt og straks genkende hver plade fra hvert land i enhver mulig vinkel…
indtast AI
nye fremskridt inden for neurale Netværksmotorer giver os mulighed for at hjælpe vores system med at lære af hver plade, det læser; vi bruger tonsvis af tidligere aflæsninger til at fodre vores kameraer og give dem “erfaring”, hvilket gør dem “klogere” og derfor mere præcise.
jo flere aflæsninger vi foretager, jo større chance kan vi korrekt læse nummerpladen og hjælpe os med at komme tættere på 100% nøjagtighed.
hvordan hjælper nummerpladegenkendelse os?
Nummerpladedataene indsamlet i nummerpladegenkendelse anvendes til en lang række applikationer, der giver virksomheder og regeringer mulighed for at lave mere intelligente og effektive politikker, yde bedre kundeservice og reducere luftforurening på samme tid.
-
Sikkerhedspolitistyrker bruger allerede nummerpladegenkendelse til sikkerhed og retshåndhævelse gennem indlejrede kameraer på deres køretøjer, på segmenter eller faste kontrolpunkter for at opdage stjålne, ønskede eller uforsikrede køretøjer. -
Parkeringsnummerpladegenkendelse gør det muligt at oprette berøringsfri, friktionsfri & billetløse parkeringsinstallationer, hvor parkers ikke behøver at stoppe ved barrierer parkers for at komme ind, betale eller afslutte: en jævnere, hurtigere og renere parkeringsoplevelse med minimal investering. -
Smart Cities Cities bruger nummerpladegenkendelse til at udvikle bedre politikker baseret på en højere forståelse af trafikken. -
Adgangskontrolboliger, virksomheder og regeringer bruger nummerpladegenkendelse til at automatisere og optimere deres adgangskontrolstyring på nye måder. -
Tolling og dens nummerpladegenkendelse har været nøglen til at udvikle ny Tolling og dens løsninger takket være nylige tilføjelser af LPR-kameraer til eksisterende systemer til opgradering af køretøjsovervågning og placeringsfunktioner såsom Tolling-by-Plate.
nummerpladegenkendelse betyder bedre kontrol til lavere omkostninger
LPR ‘ s succes ligger i, at det giver fordele for både virksomheder og deres kunder: Virksomheder reducerer omkostningerne og øger indtægterne, mens de forbedrer kundernes oplevelse takket være en hurtigere, friktionsfri, berøringsfri parkeringstjeneste.
nummerpladegenkendelse er den omkostningseffektive løsning! Det er let at forstå, lad os sammenligne:
- LPR-system som Survision: du skal kun installere LPR-kameraerne og konfigurere programmet
- andre systemer: kræver indlejrede transpondere (DSRC, RFID osv.), yderligere installationer (sløjfer, Piesos osv.) og dedikerede servere kun til LPR
LPR er også en perfekt løsning, når man beskæftiger sig med de nye normalitetsafstande og berøringsfri sanitære regler.