车牌识别技术又一行业性难题被攻破
时间：2022-08-02作者：济南科创鼎新电子科技有限公司浏览：98
随着智能视觉技术的进步，现在的停车场管理已经渐渐被车牌识别模式取代了刷卡模式，车牌识别模式由于其通行速度快、管理简单等特点也被越来越广泛的应用。
过去2年，车牌识别技术在获得广泛应用的同时也被广泛诟病，存在着局限性，比如：夜间效果不如白天，雨雪天气识别率下降，除了普通蓝黄牌以外的多样类车牌识别效果不佳等等，这些是该技术当前的瓶颈所在，本文将以多样车牌为例介绍车牌识别技术的较新进展。据介绍，双层黄牌、民航车牌等多样车牌的识别受其车牌类型的特殊性影响，在识别技术上有一定难点，主要体现在：
（1）车牌底色不同，有着蓝底、黄底、白底、黑底、绿底五种颜色；
（2）车牌样式不同，有着单层，双层之分；
（3）不同区域有着不同代表的汉字和字母，
（4）不同的英文字母和汉字组成车牌后五位数；
（5）需要识别以上4个条件组成N种在不同形态、不同环境下所呈现的车牌。
由此可见，车牌格式不确定，车牌与字符颜色不确定，字符风格不确定，车牌样本缺乏等原因，都制约着多样车牌识别率的提升。
面对多样车牌各研发厂商所用的识别算法有所不同，识别效果也有着一定程度的差别。对于常见的蓝牌和单层黄牌大家的识别率没有太大差异，但是对于多样车牌的识别难度较大，行业里虽然也有号称“识别率高的”，但还没有谁家车牌识别摄像机能做到同蓝牌一样的识别效果。
在行业中率先突破，怎么做到的呢？“依靠车牌识别一体 机在市场广泛布局的优势，获取了大量不同场景下光照，成像等条件，利用3D模型，生成了大量接近真实的多样车牌样本，同时利用深度学习具有大容量，广泛适 应性的特点，结合其在嵌入式设备长期积累下的代码强化优势，开发出了基于双神经网络并行的车牌类型深度识别模型，一个神经网络不同场景下自动区分车牌类 型，并指导另一个神经网络对车牌号的进行识别，同时降低模型参数数量10倍以上，提升识别速度2倍以上。经历数以万计的采集演练，以确保识别结果的趋于精 准性，较终达到综合识别率99.6%” 。
多样车牌识别技术的突破对于行业来说，应该是一次质的飞跃，行业**羊都花了一年多才解决。当然，是否已经完全解决，需要2-3个月更广泛的市场验证。期待车牌识别技术突破更多的难点，对停车生态圈产生实质而深远的影响。
济南科创鼎新电子科技有限公司专注于高清车牌识别系统,道闸,停车场系统等