我國的車牌識別系統發展到了什麼水平?

現在還能深入研究嗎?


本人目前研一升研二, 準備做的畢業論文就是車牌識別方面, 目前只做藍底白字的識別[具體原因在最後]

我個人的看法是中國目前的商用車牌識別都是比較固定的角度和環境下的識別, 識別率一般都在99%以上[無責任猜測], 具體依據是收費站的車牌識別系統.

國內知網你搜索一下就知道了, 80%的識別率都敢往上發.

--------------------------------------------------------------------------------

根據我最近參考的一篇2004年韓國人做的車牌識別論文Automatic License Plate Recognition, 他們的效果已經可以在較為複雜的環境背景和一定角度偏移的情況下做到93.7%的準確率,

"The license plate location rate of success is 97.9%(定位準確率). The identification rate of success is 95.6%(識別準確率). Combining the above two rates, the overall rate of success for our LPR algorithm is 93.7%(定位+識別準確率)."

這其實相當高, 你要知道他們的樣本里有這樣的數據:

這種坑爹的車可以說百年難遇了吧!?

當然還有這種:

一般情況是這種:

其實這種還算常見, 但是也不屬於經常能碰到的情況, 所以我估計他們的系統實裝的話應該可以達到97%左右的水平.

--------------------------------------------------------------------------------------------------------

當然外國人做的效果要好很多, 但是他們的車牌里畢竟沒有中文, 這才是中文車牌識別的難點.

另外中國車牌的樣式更多, 特別是黃底黑字的車牌, 有的是兩行有的是一行!!!!

你這不是坑爹呢嗎!!!!

摔!

-------------------------------------------------------------------------------


車牌識別按照運行環境可以簡單分為PC端和頭端(嵌入式)。目前國內車牌識別系統在PC端已有一些廠家使用深度學習方法,而頭端都還是採用傳統方法。隨著深度學習專用晶元的研發,明年應該就會有深度學習方法應用在頭端的產品發布。由於國內外車牌規則較多,傳統方法局限性比較大,很難通用。

對於特殊場景,比如低照度、透視變換、低質模糊等,車牌識別率仍然有待提升。而無論是傳統方法還是深度學習方法,有些共同的模塊技術仍有提高的空間和研究的價值,比如運動區域檢測,車牌定位,透視變換校正,多幀融合輸出等。而對於傳統方法,字元分割和字元識別仍有可提高空間。

待續……


看看我的演算法識別的怎麼樣!

手機端也可以!

就問你,牛不牛!


有沒有這樣的思路:在車牌里嵌入低功耗短矩無線通信晶元(太陽能充電)

這樣在大多數Case下,識別率不是很容易到100%么


商用基本成熟,但是還是有很多學生拿來做畢業設計,而我就是後者,

我就從科研的角度說說車牌識別.

車牌識別主要分3部分,定位分割和識別.

定位主要是:顏色,特徵

分割,投影法

識別:模板匹配,bp神經網路,深度學習..[實現三種方法後,果斷深度學習最好,僅討論字元識別,幾乎可以達到99%].

個人的體會和觀點,不要噴我.


已經發展到需要國外類似公司仰望的地步!


本科畢設做的車牌識別,然後找個工作深圳那邊的也是車牌識別公司。

基本上也是固定角度的識別,然後已經商用,現在車牌識別的技術很成熟了,只要不是特別糟糕的情況下,都可以準確識別。

你可以去某寶搜一下,現在有硬體設備帶軟體一起賣的,基本上都是幾千塊吧。


中國現在的車牌識別已經進入了智能時代,識別率達到99.9%,可以離線識別,無網路無需電腦,更有勝者根本不需要收費人員。


國外車牌識別沒有國內做的成熟很大程度上與他們能獲取的數據集有關(國外車牌號屬於個人隱私,侵犯個人隱私屬於違法行為)。我想問問各位,你們的數據集是從哪來的呢?


現在我國的車牌識別系統已經發展得很快了,超越了國外的大多數國家,車牌識別這塊現在除了中國能達到99.8%的識別率外,國外暫時還不能,當然,這與國外的車牌沒什麼規律,個性化有關,車外多數都是憑藉RFID或藍牙技術來實現不停車取卡進入停車場,還有常見的是取票停車。中國現在的雲平台停車,物聯網停車,無感支付停車都已經讓世界驚嘆了。

想要了解更多,可以上廣州科馬交通科技有限公司官網看看,http://www.gzkema.com,裡面還是有很多乾貨的


可以說已經相對成熟了,無論技術實現還是商業應用,反到國外因為各種原因而沒有成熟發展。


車牌識別三問三答

車牌識別是如何默默提高您的生活質量的

這有兩篇文章就是關於現在車牌識別市場的發展以及一些常見問題。歡迎關注專欄了解更多車牌識別的行業以及產品情況。智慧城市離不開智慧交通,智慧交通需要依靠智慧停車,這就是我在做的。


車牌識別如以上朋友所說商業化已經很成熟了,國內車牌識別在商業化運用上可以說已經達到世界先進水平。

給大家說說車牌識別國內商業化一些基本情況吧。

相機方案廠家

TI方案、海思方案

海思的是華為海思方案的,是國產晶元的,主打性價比。而TI是美國TI方案的,是進口晶元。價格相對高一些。運算個人覺得TI要比海思更加穩定和快速。

車牌識別演算法廠家

國內做車牌識別演算法公司有臻識、文通、信路通、智芯原動、海清視訊、華夏、漢王、海康、大華等。

漢王主要在道路卡口運用比較多,臻識、華夏、文通等在停車場運用較多,停車場系統中目前臻識市場佔有度最大。在識別度上各有各的強項,臻識在大角度識別上比較強,文通在夜間識別率上比較強,但是增加補光燈情況下基本無異。

以上僅僅是2014年評測結果,不代表現在的水平。

因為其他廠家沒有使用過暫不做評議,應該目前市場應用化上是沒有問題的。

方案廠家

在網路上見到的國內做車牌識別的廠家,原則上來說大多都是方案商而已,在外觀,軟體系統功能性上做一些定製開發而已。比如語音功能、收費功能、各種顯示、以及與其他系統對接等等。

支付方

只了解過泊鏈、支付寶、微信等,泊鏈目的就是和各大車牌識別廠家產品對接,做支付融合。而支付寶與微信具體規則不太了解,可能是和自己雲計算做演算法識別,形成閉合系統,可能也和車牌識別廠家產品做對接,可能兩者共存。

以上僅僅代表個人觀點,如有錯誤還請指正。

下次和大家聊聊無人值守停車場的問題。


據我所知maxfort智能車牌識別系統準確率在99.5左右。行業內已經算是很高得了


推薦閱讀:

從高層離職的Magic Leap談計算機視覺
[目標檢測] RON-Reverse Connection with Objectness Prior Networks for Object Detection
初見相關濾波與OTB
3D目標識別與定位技術的最新進展?有哪些技術瓶頸?
什麼是One/zero-shot learning?

TAG:模式識別 | 計算機視覺 | 行業分析 | 數字城市 |