2015年1月，廣州南澤電子科技有限公司發(fā)布了基于大數(shù)據(jù)下深度學(xué)習(xí)的車牌識別系統(tǒng)技術(shù)。
車牌識別系統(tǒng)是智能交通的重要分支，它需要人工智能、圖像處理、計算機(jī)視覺、模式識別等相關(guān)技術(shù)的綜合應(yīng)用。目前國內(nèi)的車牌識別技術(shù)已經(jīng)日益成熟，隨著智能交通技術(shù)應(yīng)用的不斷加深，業(yè)界迫切希望提取更多元的車輛信息，除車牌號碼外，還需要車輛的廠牌、型號以及顏色等信息特征。這些特征在停車場無人管理、交通事故處理、交通肇事逃逸、違章車輛自動記錄等領(lǐng)域具有廣泛而迫切的應(yīng)用需求。
車牌識別技術(shù)分為多個環(huán)節(jié)，一般是通過對攝像機(jī)采集的數(shù)字圖像進(jìn)行去噪、增強(qiáng)、車標(biāo)定位、特征提取、識別等分析完成。為了得到較高的識別率，要求每一個處理步驟要有很高的準(zhǔn)確率，而實際背景復(fù)雜，四季、晝夜、晴雨等不同情況的光照以及車輛運動速度的快慢等直接影響車輛圖像的成像環(huán)節(jié)，造成車輛圖像顏色失真、車身及車標(biāo)區(qū)域灰度不均勻、邊緣模糊、粘連等問題，增加了處理難度；反光、逆光、夜晚光照不足、樹蔭、車身顏色顯著區(qū)域分布位置不同等情況又增加車身顏色識別難度；再加上車輛類別繁多以及車身本身的污損、遮擋、模糊，也為進(jìn)一步提高識別率帶來諸多困難。
廣州南澤電子自05年起，在行業(yè)里深耕多年，掌握了大量的實際數(shù)據(jù)與豐富的算法經(jīng)驗，針對諸多問題，公司綜合采用了國際先進(jìn)的人工智能、計算機(jī)視覺、圖像處理、模式識別、大數(shù)據(jù)訓(xùn)練、深度學(xué)習(xí)等等技術(shù)來，通過從視頻流中檢測車輛、車頭區(qū)域的定位、變形和傾斜校正、去除運動和成像造成的模糊、車輛特征的定位和識別、海量特征的選取和決策等多個環(huán)節(jié)來實現(xiàn)。
1.百萬級大數(shù)據(jù)訓(xùn)練，特征提取更豐富
在系統(tǒng)的設(shè)計和實現(xiàn)過程中，公司采用了當(dāng)今國際上先進(jìn)的計算機(jī)視頻技術(shù)，并通過超百萬的大數(shù)據(jù)學(xué)習(xí)樣本進(jìn)行訓(xùn)練，大量實地數(shù)據(jù)的系統(tǒng)調(diào)整和測試，還采集了描述車頭、車燈、散熱格柵等各個部分的外形輪廓、相對位置、顏色、紋理等多種特征，組成了海量的輔助分類信息，與車牌識別的結(jié)果一起最終通過可在線學(xué)習(xí)的特征決策模塊，得到綜合可信度評價，從而得到最終的識別結(jié)果。
2.深度學(xué)習(xí)算法，提高數(shù)據(jù)精準(zhǔn)性
浩瀚如海的大數(shù)據(jù)，結(jié)構(gòu)復(fù)雜，種類繁多，單純依靠人力定義的過程無法處理這海量數(shù)據(jù)。于是我們采用基于模仿人類神經(jīng)網(wǎng)絡(luò)的人工智能算法，讓機(jī)器從海量數(shù)據(jù)當(dāng)中自我學(xué)。深度學(xué)習(xí)的實質(zhì)，就是通過構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測的準(zhǔn)確性。我們通過利用大數(shù)據(jù)來深度學(xué)習(xí)各類信息、特征，更能夠刻畫數(shù)據(jù)的豐富內(nèi)在信息。從而得出更多元更精準(zhǔn)的廠牌型號及其他信息。
3.并行計算，使算法不斷優(yōu)化
系統(tǒng)還通過利用廣州南澤電子強(qiáng)大的并行計算能力，極大的加快了計算速度和數(shù)據(jù)處理速度，使算法不斷優(yōu)化。常規(guī)情況下，識別率在99%以上。在大數(shù)據(jù)深度學(xué)習(xí)背景下，未來將不斷完善，并將推動為智能交通向更加精準(zhǔn)、高效發(fā)展，使我們的生活更加智能、高效、便捷。
