随着汽车数量的日益增加，道路交通中电子警察（以下简称“电警”）和交通卡口（以下简称“卡口”）的建设也愈加密集。其中简易卡口和微卡口的激增，导致过车图片和车辆数据呈几何态势增长。当前面临的主要问题有：
1.前端图像采集设备的智能化程度不高，识别的车辆特征信息有限；
2.交通系统主要依赖车牌检索，无牌车和为识别的车辆仍然依靠人工；
3.车辆图片数量激增，机器识别效率亟待大幅提高、降低系统成本。
针对以上问题，天地伟业隆重推出“车辆深度识别系统”，该系统主要针对电警、卡口以及其他前端采集方式所获得的过车图片、数据等资源，进行精细的分析与识别，提取车身颜色/车辆类型/车辆品牌包括子品牌以及不系安全带、接打手机电话、遮阳板放下等更多车辆特征信息，并整合原有各电警、卡口系统，统一车辆特征数据与识别率信息，联合交管所车辆登记信息和公安网的业务数据，对套牌、假牌车实现有效预警，为大数据情报的研判提供基础支撑。
该系统基于深度学习技术，通过深层神经网络对海量过车数据自动学习，逐层提取全局关联信息，通过“预训练”和联合优化提高了正规系统的识别表达能力，解决了因光照、场景、角度等因素干扰所导致的识别精度问题。该系统可针对海量过车图片以及数据进行结构化/非结构化信息的识别、提取和检索。
车辆结构化信息
车辆特征
驾驶员信息：遮阳板、安全带、打电话检测
车窗内信息：遮阳板、安全带、打电话检测
1可识别远距离小像素车牌
2可识别倾斜大角度车牌
3可同时检测更多目标
车辆非结构化信息
不依赖车牌，能对车辆局部特征进行相似性检索
无牌车识别
系统优势
1可识别程度高：比常规的电警、卡口系统，识别特征更多，更准确。
2兼容性更广泛：除了电警、卡口系统的图片，还支持非智能的前端相机及第三方前端设备和平台系统。
3线索挖掘更全：支持以图搜图功能（例如查询套牌车），结合大数据和分布式系统，实现信息研判。
为车辆大数据分析系统提供技术支撑
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
