人工智能下的車型識(shí)別是如何實(shí)現(xiàn)的

人工智能時(shí)代的來臨大大提高了基于視頻圖像分析環(huán)節(jié)的相關(guān)工作效率，智能圖像分析系統(tǒng)、智能數(shù)據(jù)分析決策系統(tǒng)的出現(xiàn)，正在逐步實(shí)現(xiàn)對(duì)部分人類工作內(nèi)容的替代。當(dāng)前基于深度學(xué)習(xí)網(wǎng)絡(luò)技術(shù)的應(yīng)用，使視頻圖像分析下的車型識(shí)別技術(shù)較以前有了質(zhì)的飛躍。

圖像分析車型識(shí)別技術(shù)如今常用的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元，對(duì)于大型圖像處理有出色表現(xiàn)?；贑NN的視頻結(jié)構(gòu)化算法是一種視頻內(nèi)容信息提取的技術(shù)，通過時(shí)空分割、特征提取、目標(biāo)識(shí)別等技術(shù)手段，實(shí)現(xiàn)對(duì)視頻圖像內(nèi)容的文本結(jié)構(gòu)化解析。從數(shù)據(jù)處理的流程看，視頻結(jié)構(gòu)化技術(shù)能夠?qū)?u>監(jiān)控視頻轉(zhuǎn)化為人和機(jī)器可理解的語義化信息。

通過這種將視頻圖像進(jìn)行結(jié)構(gòu)化分析的手段，可以準(zhǔn)確地對(duì)場(chǎng)景中的人、車、物進(jìn)行檢出識(shí)別，實(shí)現(xiàn)將其與環(huán)境背景分離。這樣，通過對(duì)攝像機(jī)拍攝畫面的結(jié)構(gòu)化分析，就能得到前方場(chǎng)景中的目標(biāo)數(shù)量、對(duì)應(yīng)的目標(biāo)位置信息及其它可用數(shù)據(jù)。

通過人工智能分析，可將場(chǎng)景中的車輛進(jìn)行檢出并對(duì)其進(jìn)行特征提取，在白天光照正常、夜間補(bǔ)光正常的情況下，我們的車輛識(shí)別模塊能夠?qū)囕v的類型、品牌型號(hào)年款、車牌信息、車身顏色、車窗標(biāo)識(shí)物、違法駕駛行為等進(jìn)行準(zhǔn)確識(shí)別，我們對(duì)車輛各項(xiàng)特征的識(shí)別準(zhǔn)確率高達(dá)95%以上。其中車輛類型識(shí)別項(xiàng)可識(shí)別21類車型，比國(guó)標(biāo)要求的9大類車輛類型更加細(xì)致；車輛品牌型號(hào)識(shí)別中，車頭可識(shí)別超過5500種型號(hào)、車尾可識(shí)別超過3500種；更能對(duì)特種車，諸如渣土車、?；愤\(yùn)輸車輛、掛車、吊車等進(jìn)行有效識(shí)別。同時(shí)支持對(duì)車輛的任意角度識(shí)別，支持車輛目標(biāo)重認(rèn)證及軌跡跟蹤等。

車牌識(shí)別停車管理系統(tǒng)主要優(yōu)點(diǎn)：

1、小成本-無需增加傳統(tǒng)刷卡系統(tǒng)的耗材成本，最少人力資源成本

2、車牌自動(dòng)識(shí)別：自動(dòng)識(shí)別進(jìn)出車輛，打造智能車輛管理系統(tǒng)

3、自動(dòng)控制-系統(tǒng)無需人工干預(yù)，智能化管理控制，減少人為漏洞

4、管理靈活-車輛進(jìn)出數(shù)據(jù)記錄詳盡，靈活統(tǒng)計(jì)各種數(shù)據(jù)報(bào)表

5、視頻共享-車牌識(shí)別高清相機(jī)的視頻源與監(jiān)控中心共用，節(jié)省額外投入

車牌識(shí)別停車管理系統(tǒng)功能

1、不停車快速入場(chǎng)

入口無需發(fā)卡發(fā)票，出口無需驗(yàn)卡，驗(yàn)票。并且可做到入口無人管理，無障礙通行。既可節(jié)省卡或票的成本支出，也可相應(yīng)節(jié)省人員開支。

2、車牌自動(dòng)識(shí)別

車牌識(shí)別系統(tǒng)將出入庫車輛的車牌號(hào)碼作為車輛管理的憑證，自動(dòng)采集出入庫車輛的前部特征圖像，自動(dòng)識(shí)別車牌號(hào)碼并記錄車輛的前部全景圖像，作為停車管理、安全認(rèn)證的原始數(shù)據(jù)，并以車牌號(hào)碼作為數(shù)據(jù)標(biāo)識(shí)進(jìn)行信息數(shù)據(jù)管理。