rekisterikilven tunnistus (LPR) on kyky kaapata rekisterikilvistä valokuvausvideota tai-kuvia ja muuttaa Optinen data digitaaliseksi informaatioksi reaaliajassa.
tunnetaan myös nimellä Automaattinen rekisterikilven tunnistus (ANPR), LPR on laajalti käytetty tekniikka ajoneuvojen hallintaan, kuten Ticketless Parking (off-street ja on-street), tietulli, sen, varastettujen ajoneuvojen havaitseminen, älykäs laskutus ja monet muut sovellukset Euroopassa ja tulossa trendi Amerikassa.
tuomalla Rekisterikilven digitaaliset tiedot (muun muassa ajoneuvon suunta ja nopeus) yhdistelmään rekisterikilven tunnistus antaa operaattoreille mahdollisuuden kerätä ja liittää välittömästi lisää tietoa jokaisesta ajoneuvosta, joka ohittaa valvontapisteen.:
- itse toiminta: ajoneuvon aika, paikka, suunta ja nopeus
- ajoneuvo: alkuperä, rajoitukset tai turvahälytykset
- kuljettaja: Rekisterinumero, henkilökohtainen julkinen tai kuljettajan yhteystiedot
Rekisterikilven tunnistamisen ansiosta operaattorit ovat kehittäneet melko ”futuristisia” ratkaisuja:
Kuvittele automaattisesti laskutetaan tietulli hidastamatta, tai pysäköinti ostoskeskuksessa pysähtymättä esteitä päästä / ulos tai kassoilla maksaa; amazing? miten olisi tämä: kuvittele kaupunki, joka ”tietää”, missä jokainen varastettu tai ilmoitettu ajoneuvo on, milloin tahansa.
miten rekisterikilven tunnistus toimii?
kun kamera on napannut Rekisterikilven kuvan, kameran firmware käyttää erikoistuneita OCR-rutiineja kääntääkseen sen digitaalisiksi (koneellisesti luettaviksi) merkeiksi.
mutta rekisterikilvet ovat (hyvin) erilaisia keskenään; merkit eivät näytä samalta, eivät edes läheskään!
tunnistaaksemme Rekisterikilven oikein, meidän on ”opetettava” algoritmi lukemaan eri rekisterikilvet eri tyyppisistä rekisterikilvistä; mikä voi tuntua o joissakin kilvissä näyttää 0 toisissa.
joten LPR: ssä on kyse jokaisen mahdollisen levymuunnoksen tuntemisesta ja merkkien lukemisesta monien alueellisten muunnosten mukaan, algoritmin on tiedettävä ”mitä odottaa”.
Rekisterikilven Tunnistusvaiheet
vaikka se voi tuntua hetkelliseltä (me survisionilla teemme kaiken alle 20ms: ssä), rekisterikilven tunnistus on 4-vaiheinen prosessi; ensimmäiset 2 ovat normaaleja OCR: iä, mutta monimutkainen osa, joka tekee LPR: stä erilaisen kuin tavallinen OCR, tulee vaiheista 3 ja 4.
-
1 • lokalisointi: Rekisterikilven löytäminen koko kuvasta, turhasta datasta piittaamatta ja merkkien tarkentaminen. -
2 • segmentointi: jokaisen merkin sisältävän tarkan vyöhykkeen erottaminen, jotta ne voidaan tunnistaa erikseen. -
3 • tunnistus: merkkien tunnistaminen yksittäisistä aiemmin tunnistetuista vyöhykkeistä. -
4 • alueellistaminen: alueellinen syntaktinen korjaus epäselvyyksien tunnistamiseksi näennäisesti identtisissä merkeissä (I ja 1, O ja 0, B ja 8 jne.).
rekisterikilpien tunnistusalgoritmin rakentaminen kaikkien rekisterikilpien ymmärtämiseksi on kovaa työtä: jokaisen alueen (maan tai valtion) erityispiirteet on otettava huomioon asianmukaisen lopullisen päätöksen tekemiseksi; meidän on analysoitava kaikki maailmassa saatavilla olevat rekisterikilvet ja integroitava niiden erityispiirteet algoritmiimme.
jotta rekisterikilven tunnistus olisi luotettava ratkaisu, meidän pitäisi päästä mahdollisimman lähelle 100%: n onnistumisprosenttia (tarkkoja lukemia) reaaliajassa; tällainen saavutus on yli ihmisen ohjelmointikyvyn:
Kuvittele täydellisesti ja heti tunnistamalla jokaisen levyn jokaisesta maasta jokaisesta mahdollisesta kulmasta…
Anna tekoäly
Neuroverkkomoottoreiden uudet edistysaskeleet antavat meille mahdollisuuden auttaa järjestelmäämme oppimaan jokaisesta levystä, jonka se lukee; käytämme tonnia aiempia lukemia syöttääksemme kameroitamme ja tarjotaksemme heille ”kokemusta”, mikä tekee niistä” viisaampia ” ja siten tarkempia.
mitä enemmän lukemia teemme, sitä todennäköisemmin voimme lukea Rekisterikilven oikein, mikä auttaa meitä pääsemään lähemmäs 100%: n tarkkuutta.
miten Rekisterikilven tunnistaminen auttaa meitä?
rekisterikilpien tunnistuksessa kerättyä Rekisterikilpitietoa käytetään laajaan valikoimaan sovelluksia, joiden avulla yritykset ja hallitukset voivat tehdä älykkäämpiä ja tehokkaampia toimintatapoja, tarjota parempaa asiakaspalvelua ja vähentää ilmansaasteita samanaikaisesti.
-
Turvallisuuspoliisit käyttävät jo rekisterikilpien tunnistusta turvallisuus – ja lainvalvonnassa ajoneuvoihinsa, Segwayhin tai kiinteisiin valvontapisteisiin upotettujen kameroiden avulla varastettujen, etsintäkuulutettujen tai vakuuttamattomien ajoneuvojen havaitsemiseksi. -
Pysäköinti rekisterikilven tunnistus mahdollistaa kosketuksettoman, kitkattoman & liputtoman pysäköintilaitoksen, jossa pysäköijien ei tarvitse pysähtyä esteille pysäköijien saapuessa, maksaessa tai poistuessa: sujuvampi, nopeampi ja puhtaampi pysäköintikokemus minimisijoituksella. -
älykkäät kaupungit kaupungit käyttävät rekisterikilpien tunnistusta kehittääkseen parempia toimintatapoja, jotka perustuvat liikenteen parempaan ymmärtämiseen. -
Access Control asunnot, yritykset ja hallitukset käyttävät Rekisterikilven tunnistusta automatisoidakseen ja optimoidakseen kulunvalvonnan hallinnan uusilla tavoilla. -
tietullit ja niiden rekisterikilpien tunnistus ovat olleet avainasemassa uusien tietullien ja niiden ratkaisujen kehittämisessä, koska LPR-kameroita on lisätty nykyisiin järjestelmiin ajoneuvojen valvonta-ja Paikannusominaisuuksien, kuten Tietullikohtaisen kilven, parantamiseksi.
rekisterikilven tunnistus tarkoittaa parempaa kontrollia alhaisemmilla kustannuksilla
LPR: n menestys perustuu siihen, että se hyödyttää sekä yrityksiä että niiden asiakkaita: Yritykset vähentävät kustannuksia ja lisäävät tuloja parantaen samalla asiakkaiden kokemusta nopeamman, kitkattoman ja kosketuksettoman pysäköintipalvelun ansiosta.
Rekisterikilven tunnistaminen on kustannustehokas ratkaisu! Se on helppo ymmärtää, lets vertailla:
- LPR-järjestelmä kuten Survision: sinun tarvitsee vain asentaa LPR-kamerat ja perustaa ohjelmisto
- muut järjestelmät: vaativat sulautetut transponderit (DSRC, RFID jne.), lisäasennukset (silmukat, Pietsot jne.) ja dedikoidut palvelimet vain LPR
LPR on myös täydellinen ratkaisu käsiteltäessä uusia normaalietäisyyksiä ja kosketuksettomia hygieniasäädöksiä.