現有的智能停車場中，短車道和近間隔跟車引起的車牌漏識別現象多如牛毛。凡是來說車牌識別功效節制著道閘的開合，一旦呈現車牌漏識別，往往會造成停車場車道被擠占，進出車輛滯留，甚至大概導致場內交際通擁堵。

停車場車道過短，會導致車輛拐彎進入后車牌間隔相機太近

兩車相隨進入停車場，跟車車牌被前車否決

為了制止上述環境的產生，火眼臻睛2.0車牌識別一體相機（以下簡稱火眼2.0）提出了車牌近間隔識別辦理方案。它可以或許有效辦理停車場短車道車牌漏識別以及跟車漏識此外問題。

短車道及跟車狀態下車牌漏識別原因：

為了可以或許更好的敘述火眼2.0車牌近間隔識此外內容。我們首先來設想一個問題：既然是計較機視覺識別，是不是車牌在收羅畫面中占用的像素寬度越大，識別相機就越容易對車牌舉辦識別呢？事實并非如此。

對付一般的長車道，來車從車輛達到觸發檢測直到車牌信息被正確識此外進程中。車牌所占用的像素寬度，與整個收羅畫面臨比，所占的比例照舊很小的。我們把相性可以或許識此外車牌像素寬度范疇稱為相機可識別寬度（后文簡稱可識別像素寬度）。

遠間隔條件下，車牌在畫面中的像素寬度較小

因此車牌間隔相機的位置越近，在畫面中所占用的像素寬度就越大。當車牌的像素寬度在圖像中過大時（好比高出了一半的圖像寬度），就會增加相機定位車牌的難度，從而導致車牌誤識別和漏識別。這樣很好的表明白，為何大車牌在短車道在短車道條件下，漏識別和誤識別現象尤為突出。

近間隔條件下，車牌在畫面中高出一半像素寬度

跟車漏識此外道理同上。進入監控畫面后，跟車的車牌被前車車體遮擋，九江服務器 東莞服務器，相機只能檢測到前車車牌，而當跟車駛近，相機可以檢測到跟車車牌的時候，車牌的像素寬度，已經高出了相機的可識別像素寬度，自然無法正知識別車牌。

火眼2.0近間隔識別道理：

火眼2.0正是擁有著優異的相機可識別寬度，出格在大車牌近間隔識別方面，從400像素寬度級別晉升到600像素寬度級別。已往需要在5米外才氣舉辦識此外車牌，火眼2.0只需在1米的間隔就能輕松搞定。更為重要的是，火眼回收自研的檢測算法和大局限神經網絡深度算法，可以或許有效濾除畫面中無關物體的滋擾，精確定位車牌，并對其舉辦精準識別，切實保障了近間隔識此外速度和精確率。

近間隔識別應用場景：

舉例來說，一段很短的停車場車道，來車在從公路上駛入時，車牌在圖像中顯示出很大的像素寬度，火眼2.0依舊可以或許迅速識別出車牌功效后，發送給打點系統，受控道閘自動抬起放行車輛，實現了來車不斷車進入停車場。

火眼2.0短車道識別示意圖

近間隔識別團結大角度識別成果，還能辦理跟車漏識別問題。用戶只需要增加架設高度，相機就能實時發明跟車并檢測識別車牌。固然增加相機的架設高度，會低落相機的視域范疇，導致車牌像素面積以及識別角度的增加，可是依托強悍的近間隔識別和大角度識別本領，跟車漏識別問題也就迎刃而解了。

火眼2.0跟車識別示意圖