.車牌辨識在智慧城市停車中的深度應用

WATASHI Smart city Alarm~LPR





來源:中国安防协会

近幾年來,車牌辨識的概念被提及的越來越多。面對傳統停車業務,在飛速發展的城市交通面前,暴露出來的停車難、尋車難、效率低下等各種問題,車牌辨識無疑已成為智慧交通行業發展的核心技術。


車牌辨識技術簡單概括,就是基於圖像分割,和圖像辨識的技術,對含有車輛號牌的圖像進行分析處理,從而確定牌照在圖像中的位置,並進一步提取和辨識出文本字符。車牌辨識過程包括圖像採集、預處理、車牌定位、字符分割、字符辨識、結果輸出等一系列算法運算。

車牌辨識應用在智慧停車領域,主要包含出入口車牌辨識、場內視訊引導、道路停車三大板塊,這三大板塊也是城市停車整體架構中,必不可少的部分。

壹、出入口車牌辨識
早期,影像辨識引入到停車場出入口領域,主要還是靠後端辨識,透過前端類比攝影機的視訊流,即時輸入後端分析伺服器,後端伺服器同時接入多路前端攝影機的視訊流,透過伺服器自身算法分析,最終輸出車牌文本資訊到平台。

隨著智慧化程度的前移,網路攝影機逐漸替代了類比攝影機,隨之而來的車牌辨識技術,也整合到前端攝影機內,車輛進入IP Cam的辨識區域內,則觸發攝影機進行抓拍業務和辨識業務,同時輸出車牌資訊,將車牌OSD辨識疊加到抓拍圖片,這樣不但降低了前端設備成本和系統造價,同時還提高了車牌辨識速度。

車牌辨識的整套辨識業務,包括圖像採集、圖像預處理、車牌定位、字符分割、字符辨識等環節,最終將車牌辨識的結果,以文本格式輸出,或者疊加在抓拍圖片上,如圖1所示。

1 IPC的車牌辨識流程

01、圖像採集
透過IP Cam對過車或車輛違規行為,進行即時、不間斷記錄、採集。

02、圖像預處理
圖像預處理,是影響車牌辨識率高低的關鍵因素,需要對IP Cam採集到的原始圖像進行噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。

03、車牌定位
圖像預處理,是影響車牌辨識率高低的關鍵因素,需要對IP Cam採集到的原始圖像,進行噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。

04、字符分割
字符分割是在圖像中定位出車牌區域後,透過灰階化、灰階拉伸、二值化、邊緣化等處理,進一步精確定位字符區域,然後根據字符尺寸特徵,提出動態模板法進行字符分割,並將字符大小進行歸一化處理。

05、字符辨識
字符辨識是對分割後的字符進行縮放、特徵提取,獲得特定字符的表達形式,然後透過分類判別函數和分類規則,與字符數據庫模板中的標準字符,表達形式進行匹配判別,就可以辨識出輸入的字符圖像。
貳、場內視訊引導
場內視訊引導技術誕生前,停車場車位引導主要還是以超音波技術來實現,但超音波探測器只能做到一對一檢測,且無法做到車輛車牌資訊的獲取,從而實現反向尋車功能無法即時看到停車畫面,而且方案整體施工較為複雜,檢測效果對工程施工的依賴性較高。

影像技術場內引導,大大提高了整體方案的先進性,大華公司率先推出室內影像車位檢測器,基於車牌辨識技術、車輛模型檢測技術,實現對有牌車車牌精準辨識,和無牌車車位狀態準確判斷。同時大華公司推出的兩車位、三車位以及六車位攝影機的行業創新產品,結合雙網口專利技術,大大降低了施工複雜成程度和施工成本。

場內引導影像辨識技術,有別於停車場出入口車牌辨識技術,主要區別在於,前者是基於靜態車輛的車輛模型檢測為前提,進行車牌辨識業務,所以對無牌車的車位狀態,也能進行準確判斷。隨著影像技術在場內引導的廣泛應用,超音波檢測技術,逐漸被市場淘汰。

叄、路邊停車
中國路邊停車業務,最早可追溯到1980年代港澳地區的咪表時代,到21世紀初純人工智慧手持終端收費引入,以及2014年以深圳為代表的「地磁+app」模式。隨著時間推移,可以發現車牌辨識業務也逐漸滲透進來,下面就來回顧一下車牌辨識技術在道路停車管理中的應用。

01、手持POS收費終端
1980年代,港澳地區開始實行咪表管理技術,但該技術並不適應當下市場發展情行,隨著技術的發展,以及客戶對車位管理需求的提高,出現了人工手持智慧收費終端的收費方式,透過人工對車主停車情況進行把握,然後利用智慧收費終端,對車位上的車輛,進行拍照車牌辨識和登記,把登記資訊同步上傳給雲平台做計費管理,如圖2。

2 人工手持智能收費終端拍攝車牌識別車牌號
  
當車輛駛離時,透過人工收費對車輛停車進行繳費,停車欠繳費車主的車牌會被平台自動記錄,欠款會累計到車輛下一次停車收費時進行補繳。但人工管理車位相對效率較低,時常導致停車收費金額流失。

手持終端辨識車位上停放的車輛車牌,其原理屬於後端辨識,透過手持終端拍照功能,結合收費軟體本身自帶的車牌辨識算法,對圖片流中的車牌進行定位、車牌提取、字符切割和辨識,最終輸出車牌資訊。車牌辨識技術結合手持終端的應用,在當時一度受到熱捧。

02、室外影像車位檢測器
室外影像車位檢測器,應用在道路停車領域,可以被認為是「道路停車3.0階段」。室外影像車位檢測器的原理,結合了多種人工智慧技術,比如車牌辨識、超音波檢測、車牌顏色檢測、車輛模型檢測等技術。

每車位放置1台影像車位檢測器,對駛入車輛進行車牌影像,和車位狀態判斷,透過終端盒走無線網橋傳輸方式,把抓拍圖片和對應的辨識結果上傳給雲平台。

就前端室外影像車位檢測器而言,它不僅僅應用到了車牌辨識技術,還應用深度學習技術,把車輛的非結構化數據,提取成結構化數據,超音波檢測技術輔助判斷車位狀態,多重檢測機制,確保車牌辨識率和車位狀態判斷率,如圖3。

3 室外影像車位檢測器實際抓拍圖片

03、槍球聯動方案
槍球聯動方案,是目前車牌辨識,應用於道路停車管理的另一個熱門方案。系統前端設備主要有車位管理槍球一體機、LED常亮補光燈、交換機、終端管理盒和智慧手持終端。

車位管理槍球一體機,用於停車點停車狀態檢測,以及車輛抓拍LED常亮補光燈,用於夜間環境光照度較低時,槍球機的補光,採用暖光燈,降低光污染交換機用於前端網路設備的匯聚終端管理盒用於前端數據暫存手持POS輔助收費工作,用於泊位狀態以及車輛資訊核准、收費管理等。

車位管理槍機,用於管理槍球機視場盲區車位,若現場立桿位置,可以使有效車位避開槍球機的視場盲區(即槍球機視場盲區內沒有泊位),則可以免去車位管理槍機,見圖4。

4 槍球聯動方案現場檢測效果圖

肆、車牌辨識的延伸應用
目前,甲方客戶的需求呈多樣化趨勢,已不僅僅局限於對車牌辨識的要求,以及車身顏色、車標、車型、掛墜、年檢標誌等,和車輛相關的縱向非結構化數據的提取,結合當前行動互聯網技術的普及,市場對車牌的橫向數據挖掘,也有很旺盛的需求,比如車內駕駛員人臉、手機上的二維碼等等。

大華公司抓住了市場的這種個性化需求,與其子公司華睿科技共同推出了機器視覺攝影機,透過前端高幀率攝影機的快速抓拍,在手機處於喚醒狀態時,精準定位手機二維碼,快速辨識二維碼,並輸出文本資訊,同時後端POS機,對前端攝影機傳輸過來的二維碼資訊,完成微信/支付寶扣費。

機器視覺攝影機的強大性能及算法優勢,提高了出入口車主的進出和支付體驗,為影像技術在停車領域的多樣化應用,提供一個很好的實際案例。

.物聯網的發展,給這四大應用場景帶來了哪些改變?

IOT Applications



來源:电子发烧友


物聯網是新一代資訊技術的重要組成部分,也是「資訊化」時代的重要發展階段。物聯網通過智慧感知、辨識技術,與普適計算等通信感知技術,廣泛應用於網路的融合中,被稱為繼電腦、互聯網之後,世界資訊產業發展的第三次浪潮。



物联网的发展,给这四大应用场景带来了哪些改变?

物聯網是互聯網的應用拓展,與其說物聯網是網路,不如說物聯網是業務和應用。應用物聯網技術的行業領域比比皆是。它悄無聲息地融入到我們的生活中:

1.智慧電網
傳統電網採用了相對集中的封閉管理模式,效率比較低。因此,每年傳統電網在發電和送電的過程中,產生了驚人的浪費。由於能源分布不均衡,長距離的送電,讓電力傳輸損耗巨大。而缺乏智慧電網負載平衡,或電流監視的傳統電網,每年浪費的電更加恐怖,足夠德國、印度和加拿大這三個國家整整使用一年。


利用物聯網技術,在原有電網上加以改進,並進行系統優化,可以在發電、送電和用電三大環節測量數據,然後在網路上建立數據鏈,達到數據互通,有效監控的效果。

其中,自適應的智慧電網,能夠自動統籌電網中的各種要素,並作出調配,實現更高效的供配電效果。電力用戶可以透過智慧電網系統,隨時查詢用電量等用電數據,根據瞭解到的資訊改善其用電習慣。

電力公司可以透過智慧電網系統,實現電能計量、數據收集整理的自動化,擺脫需要大量人工的繁雜工作,透過即時監控,實現電能品質監測、降低峰值負荷,整合調配各種能源,實現一體化高效管理效果。

政府和社會則可以透過智慧電網系統,即時知悉電力資源的供需狀況,以及決定如何安排錯峰用電、節省能源和保護環境,最終實現更高效、更靈活、更可靠的電網營運管理,進而達到節能減排和可持續發展的目的。

2.智慧物流
物流是物品從供應地向接收地的實體流動過程中,根據實際需要,將運輸、儲存、裝卸搬運、包裝、流通加工、配送、資訊處理等功能,有機結合起來實現用戶要求的過程。


傳統的物流模式,基本達到了物流的要求。但是,隨著經濟的進一步發展,和用戶對現代物流要求的提高,傳統物流模式的局限性日益顯現:生產、採購、運輸、倉儲、配送等環節各自孤立,缺乏協作,無法即時跟蹤貨物狀態,而且可能造成庫存壓力、資金壓力,成本比較高,效率低下。

智慧物流則得益於物聯網技術的支持,在採購、運輸、倉儲、配送等環節,實現即時監控,即時分析及處理等功能。更重要的是,對於用戶,智慧物流可以提供搜索引擎,即時查詢貨物狀態,並在保證貨物品質、數量齊備的基礎上,快速送達用戶手中。

對於貨物生產商和運輸企業,智慧物流可以優化原材料採購、半成品運輸調配,和成品送達用戶終端的物流鏈,幫助企業確定原材料的位置,優化採購地點,制定庫存分配策略,實現供應端到用戶端的無縫供應鏈。

這樣就能提高企業控制力,同時還能減少庫存壓力、降低資金和時間成本,改善客戶服務,提升企業競爭力。

3.智慧交通
要減少堵車,除了修路以外,智慧交通系統可以使交通基礎設施發揮最大效能。透過物聯網將智慧注入到城市的整個交通系統,包括街道、橋梁、交叉路口、標識、信號和收費等等。


透過採集數位影像監控、車載GPS、智慧紅綠燈、手機信令等交通資訊,可以即時獲取路況資訊,並對車輛進行定位,從而為車輛優化行程,舒解交通擁塞,選擇泊車位置。

交通管理部門可以透過物聯網技術對計程車、公車等交通運輸工具,進行智慧調度和管理,對私家車輛進行智慧誘導,以控制交通流量,偵察、分析和記錄違反交通規則行為,並對進出高速公路的車輛,進行無縫地檢測、標識和自動收取費用,最終提高交通通行能力。

未來,透過物聯網技術,將實現車輛與網路相連,使城市交通變得更加靈活。因此,智慧交通將減少堵塞、降低油耗和二氧化碳排放,改善人們的出行,提高人們的生活品質。

4.智慧家庭
智慧家庭分為廣義和狹義兩個概念。

智慧家庭-MoneyDJ理財網

狹義智慧家庭是各類消費類電子產品、通信產品、資訊家電,及智慧家庭等,透過物聯網進行通信和數據交換,實現家庭網路中,各類電子產品之間的「互聯互通」,從而實現隨時隨地對智慧設備的控制。

例如,家庭環境系統檢測到室內濕度太高,它會配合啓動空調,採取除濕措施廚房的油煙濃度過高,它會啓動抽油煙機天氣驟然降雨或外面噪音過大,它會自動關閉窗戶太陽輻射較大,它會自動關閉窗簾。
廣義家居指智慧社區建設,主要是以資訊網、監控網和電話、電視網為中心的社區網路系統,透過高效、便捷、安全的網路系統,實現資訊高度整合與共享,實現環境和機電設備的自動化、智慧化監控。

智慧社區可以透過社區綜合網路,進行暖通空調、給排水監控、公共區照明、停車場管理、背景音樂與緊急廣播等物業管理以及門禁系統、影像監控、入侵報警、火災自動報警,和消防聯動等社區的安全防範。

智慧社區建設,是一個不斷改進和完善的過程。隨著技術進步和不斷深化管理體制改革,目前獨立的互聯網、電話和電視網三個網路,逐步融合為一個統一的綜合網路,進一步提高社區的數位化水準,實現資訊資源共享和設備的優化配置。


.人臉辨識行業市場潛力巨大 應用場景豐富

GLOBAL NEWS: Applications for facial recognition increase





來源:前瞻产业研究院

人臉辨識基本概況
人臉辨識,是基於人的臉部特徵資訊,進行身份辨識攝影機或攝影機採集,含有人臉的圖像或視訊流,並自動在圖像中檢測和跟蹤人臉,進而對檢測到的人臉,進行臉部的一系列相關技術,通常也叫做人像辨識、面部辨識。

人臉辨識技術是人工智慧的典型應用。人臉辨識在一些行業已經有所應用,如公安領域的出入境邊檢、刑偵等,交通領域的機場、火車站、汽車站等場景,教育行業的人臉考勤、宿舍出入管理、幼兒園接送等。顯然,隨著人工智慧的進一步發展,人臉辨識作為人和智慧的連接入口,有著巨大的潛力。

人臉辨識發展階段分析
人臉辨識最初在20世紀60年代,已經有研究人員開始研究,真正進入初級的應用階段是在90年代後期,發展至今其技術成熟度,已經達到較高的程度。整個發展過程,可以分為機械辨識、半自動化辨識、非接觸式辨識、及互聯網應用階段。

  資料來源公開資料、前瞻产业研究院整理
  
全球生物辨識市場規模分析預測
2007 年至2013年六年期間,生物辨識技術的全球市場規模年均增速為21.7%,這在全球大部分行業成長率不到 5%的對比下,實屬罕見。2015年生物辨識技術全球市場規模將達到130億美元,2020年將達到250億美元,5年內年均增速約14%。

自2015年到2020 年,各細分行業市場規模增幅分別為:指紋 (73.3%) 、語音 (100%) 、人臉 (166.6%) 、虹膜 (100%) 、其他 (140%) 。眾多生物辨識技術中,人臉辨識在增幅上居於首位,預計到2020 年人臉辨識技術市場規模,將上升至240億美元。預計在智慧終端滲透臉部辨識的情況下,市場規模可能大超預期。

生物辨識領域

  2007-2020年全球生物辨識市場規模統計及增長情況預測
  數據來源:公開資料、前瞻产业研究院整理
  
全球生物辨識細分行業市場佔比統計情況

  數據來源:前瞻产业研究院整理

對岸中國人臉辨識市場規模分析預測
據前瞻產業研究院發佈的《人臉識別行業市場前瞻與投資戰略規劃分析報告》統計數據顯示,2016年中國人臉辨識市場規模僅達17.25億元預計到2018年中國人臉辨識市場規模將達27.16億元,未來五年中國人臉辨識整體市場成長迅速,未來市場滲透快速攀升。預計到2021年中國人臉辨識市場規模將突破50億元,達到了53.16億元。

  2016-2021年中國人臉辨識市場規模統計情況及預測
  數據來源:前瞻产业研究院整理

人臉辨識市場需求分析
豐富的應用場景,人臉辨識市場潛力大。應用場景逐漸增多,佈局人臉辨識的生態從而也更豐富。從消費電子領域,到汽車電子、安控、互聯網支付、金融等領域逐步引入指紋辨識,隨著消費者用戶習慣的養成,未來市場滲透快速攀升。

為了回答市場空間有多大,應該關注三個現象:1、整體市場成長迅速2、手機市場正在啓動3、汽車、安控市場潛在增量。人臉辨識方案整體空間大,年複合成長率達27.68%。

人臉辨識、汽車及安防提供潛在的增量空間。汽車電子是下一個金礦,電動汽車與無人駕駛技術帶動下,汽車電子化率提速明顯。2000年時平均每輛汽車使用晶片數量僅有十幾個,2016年平均每輛車需要600個晶片,未來汽車電子化率進一步提升。博世、大陸、英偉達、克萊斯勒在2017年CES均展示了車內人臉辨識應用,人臉辨識未來有望大規模進入汽車電子領域。

全球每年汽車銷售8000萬輛,考慮到汽車所需要的濾光片的數量、尺寸組立件結構等因素,且在整車成本佔比更小,價格敏感性低,ASP應比手機高,以50%滲透率算,未來空間容量約5億。安控領域貢獻人臉辨識另一個增量市場。保守估計,安控用攝影機銷量未來能夠達到4000萬台,以50%滲透率計算,未來市場空間約1億。

政策支持力度不斷加強
2015 年以來,對岸的國家密集頒布了《關於銀行業金融機構遠程開立人民幣賬戶的指導意見(徵求意見稿)》、《安全防範視頻監控人臉識別系統技術要求》、《信息安全技術網絡人臉識別認證系統安全技術要求》等法律法規,為人臉辨識在金融、安控、醫療等領域的普及,打下了堅實的基礎,掃清了政策障礙。同時,2017 年人工智慧首次寫入它們的國家政府報告,作為人工智慧的重要細分領域,可以預計人臉辨識相關政策支持力度,將不斷增強。

一級市場火熱,對岸的國內專利不斷攀升
在市場規模保持快速成長,政策支持力度明顯加大的背景下,其一級市場的熱度也不斷提升。

同時伴隨一批明星企業的迅速崛起,及他們國內對人臉辨識領域的大力投入,對岸國內人臉辨識技術專利數量,也不斷攀升,從每年新增數量來看,2007年新增專利尚不足百例,2015年迎來了爆發,至2015年全年新增專利已達到 1398 例,在全球處於領先地位。

從目前累計專利數量來看,對岸人臉識別公開專利已達4000多例,明顯多於其他國家和地區。技術實力的顯著增強,也為對岸市場打開商業化產品的迅速普及,打下了堅實的基礎。

人臉辨識場景落地,營運服務生態豐富
人臉辨識試點加速,助力軌道交通智慧化升級。隨著人工智慧、深度學習等技術和算法發展,人臉辨識技術的辨識速度和準確率實現快速提升,逐漸商業落地。許多公司科技加強自主研發能力,逐漸推動人臉辨識技術在機場,和城市軌道交通領域應用落地。

人臉辨識技術具備辨識速度迅速、誤認率低的特點,與軌道交通業務具備極大協同性,應用人臉辨識技術能夠實現遊客身份的快速確認,提高檢票售票,以及安防布控的效率。