a tecnologia de identificação de veículos é um dos aspectos mais importantes dos sistemas inteligentes de transporte. identificação de veículos, pré-processamento de imagem, extração de recursos e outras tecnologias são usadas para identificar classes de veículos. Hoje, o reconhecimento de placas de veículos é amplamente utilizado em estações de pedágio de alta velocidade, estacionamentos etc., e China a tecnologia de reconhecimento de câmera está no topo do mundo, mas devido ao impacto da tecnologia de digitalização na luz, carros sujos, danos à placa de licença, etc., a precisão abrangente do reconhecimento de hardware só pode ficar em cerca de 95%, o que também leva a nenhum senso de pagamento, sem vigilância como um papel.

Primeiro, o reconhecimento de cores da placa

no aspecto de reconhecimento de cor de veículo, basicamente supera uma série de problemas como instabilidade de cor e superexposição causada por mudanças nas condições de iluminação e erros de hardware da câmera, resolvendo assim o erro de reconhecimento causado pela mudança de cor da imagem.

Em segundo lugar, busca de veículos

no aspecto da recuperação do veículo, a imagem do veículo pode ser superexposta ou subexposta em diferentes cenas, ou a escala do veículo muda muito, o que faz com que as características extraídas pelo método tradicional mudem, de modo que a taxa de recuperação é instável. no projeto de reconhecimento facial, o rosto muda devido a fatores como luz, postura e expressão. muitos aplicativos são cenas e poses fixas. depois de usar o algoritmo de aprendizado profundo, não apenas a taxa de reconhecimento de rosto de cenas fixas é aumentada de 89% a 99%, e há algum relaxamento na postura e na luz.

Terceiro, reconhecimento de placa de carro

em termos de identificação de veículos, baseado em aprendizagem profunda tecnologia de identificação de veículos amplia a gama de recursos uma placa ou logotipo simples para todo o corpo. O veículo luzes, grade, janela e assim por diante são recursos importantes do veículo. A introdução de these recursos não apenas melhoram muito a precisão da identificação do veículo, mas também se adaptam a problemas como interferência e oclusão. As categorias também são mais detalhadas, não apenas identificando a marca do veículo, mas também identificando categorias detalhadas como submarcas, modelos e modelos do veículo. A recuperação do veículo designado nos dados de imagem de vídeo pode ser realizada por meio de informações de descrição, como placa, marca, modelo, cor, etc., e também pode ser realizada por recursos locais, como fotos do veículo ou etiquetas de inspeção anual e ornamentos.

atualmente, o sistema de baioneta de veículos em muitas cidades na china expande a função de identificação de veículos com base no sistema existente, também conhecido como sistema de análise secundária de veículos, que pode basicamente identificar mais do que 2.000 tipos de veículos que são refinados para o modelo anual. com base na expansão de várias aplicações práticas de negócios, como "fake / deck analysis". especialmente para "cartas falsas ", "cartas cartas", "não cintos de segurança no carro", "dirigindo chamadas" e outras atividades ilegais que requerem triagem manual, estes os sistemas de transporte inteligentes não apenas fazem mais com menos, mas também reduzem muito o investimento manual. aumentar a eficiência do trabalho.