|
车牌识别场景化应用的痛点多
其实很多人都不知道,停车问题所要面临的技术挑战难度并不亚于自动驾驶所面对的挑战难度。看起来很简单的车牌识别技术背后,并没有我们想象的那么简单。
据了解,因为扫描技术会受到光线、污牌车、车牌损坏等客观因素的影响,硬件识别的综合正确率只停留在95%左右,而这5%的误差,就能够导致无感支付、无人值守成为纸上谈兵。
那么,对于停车场景来说,AI车牌识别技术的落地还需要解决哪些痛点呢?对此,北京智芯原动董事长兼首席执行官崔凯解释到:“未来,行业走向的趋势是无人值守及无感知的服务。现阶段,我们还需要去地杆,很多停车场道闸前面需要埋地杆线圈,以区分道闸前的目标是不是车,地杆需要做相应的施工,施工成本还是比较高的;第二个就是去布线,两个岗亭之间一旦做综合布线拉光纤,往往施工周期会达到两周以上,协调物业和开发商的时间很长;还有就是去光污染,现在白光灯对眼睛有一定的刺激;再就是去电脑化,比如岗亭的收费电脑。这是目前停车场景改造存在的四大痛点,也是我们当下重点攻克的问题,解决这些之后会走向无人值守及无感知停车场。”
当然,仅仅是改造外围设施显然不够。实际上,车牌看似是一个固有物体,它其中也深藏着很多奥妙,这些也为车牌识别系统增加了不少识别难度。最后,就是形态的问题,多样多样的车牌也存在着另一个因素,就是双层单层。
|
|