建設背景
2019年政府工作報告明確指出，“兩年內基本取消全國高速公路省界收費站，實現不停車快捷收費”。目前，ETC不停車快捷收費得以大力推廣，攝像頭車牌識別準確度也顯著提升，但是面對收費站巨大的車流量，由于車牌污損、角度識別等仍有漏網之魚，無法以車牌作為判斷或處罰的依據，難以將車牌與ETC一一綁定，進出車輛是否一致難以確認，高速公路ETC逃費越發常見，迫切需要準確識別車牌，通過明確車輛真實行駛軌跡以避免作弊行為。
技術簡介
云創車牌精準識別技術以深度學習硬件基礎提供運算處理資源，運用人工智能識別模型獲取大量通行車輛的車牌等結構化數據，通過大數據分析方式結合時間空間信息，形成每輛車輛的移動軌跡，并基于移動軌跡關鍵數據，結合行業業務應用需求，提供多種大數據分析、應用功能模式服務。目前，該項技術準確率已達99.95%。
總體架構
方案技術總體架構可從下至上分為三個層面，分別為人工智能基礎設施、人工智能車牌識別模型與視頻結構化，以及車輛大數據處理與大數據應用子系統。
技術優勢
在某交通控股企業級測試平臺中，集成了多種車牌識別算法與傳統的攝像頭識別技術，其中云創大數據開發的車牌精準識別技術在各類算法中居于前列。
- 車牌識別率對比
由下圖可見，云創開發的車牌精準識別算法準確率明顯優于其他算法，能夠準確識別出其他算法無法識別的問題車牌。
- 各類抓拍條件下識別技術優勢
與其他算法相比，在車牌遮擋、車牌磨損、逆光抓拍、不良角度、夜間照明、對焦不準、牌照反光、抓拍過曝、惡劣天氣、遠距離抓拍、特種車牌識別等多種情況下，云創車牌精準識別技術仍能較為準確地識別輸出車牌信息。
應用場景
- 查處逃費車輛
通過高速公路沿途設置的抓拍攝像機識別車牌信息，配合ETC出入口標示記錄信息，車牌精準識別可在全國高速公路網中確定車輛真實行進路徑，避免相同出發點與目的地之間存在多條通行路徑時的計費問題，同時幫助查處故意逃費車輛。
- 車輛行車軌跡
提供對指定車輛的行駛軌跡分析功能，支持用戶指定車牌號碼和時間范圍，系統根據該車在所查時間范圍內的通行記錄在GIS上動態繪制行駛軌跡。
- 不停車繳費
在車牌信息與ETC信息核驗一致通過后，可提供更為準確可控的不停車繳費服務模式，在大幅提高收費卡口通行效率的同時，降低ETC識別卡違規使用帶來的計費安全可靠性問題。
- 一車一檔
依托于車輛大數據分析技術，基于車輛通行記錄、人員信息、事件信息等，針對每一輛車，建立檔案管理，實現車輛信息、車主信息、車輛異常信息、違法信息等資源的整理匯總，協助高速公路通行車輛信息分析挖掘應用。
- 車牌搜車
設備支持對攝像機實時視頻與抓拍圖片進行結構化和歷史結構化結果的檢索查看，對下載和上傳的視頻文件結構化結果的檢索查看、以圖搜圖。通過人、車和非機動車的特征信息，幫助用戶在海量的視頻中快速查找和定位目標車輛。
- 以圖搜車
以圖搜車支持上傳圖片自動識別當前搜索圖片中的整張車輛信息，并與過車圖片進行比對，檢索結果按照與上傳圖片的相似度倒序排序，過車數據可按車牌進行分組。
- 特征搜車
針對未知車輛車牌的車輛圖片進行局部特征信息提取識別，從而在通行記錄中找到與該車相同的車輛。
- 套牌分析
支持查詢一段時間內的套牌記錄，也可查詢精確車牌是否為套牌，對套牌車輛可進一步查看其套牌依據，判定套牌是否為有效套牌，進一步分析套牌車輛的真牌，并生成審查報告。
- 黑名單管理
黑名單管理實現對平臺中全部錄入的黑名單布控信息進行統一的管理和查看，可按照布控狀態、布控類型、車輛顏色等信息進行篩選查看，支持按照布控狀態對布控信息進行分類統計和手動上傳布控車輛圖片、填寫布控車輛信息等完成布控信息的錄入。同時支持批量布控，按照布控任務模板填寫excel表格并上傳至車輛大數據平臺，完成批量布控。
典型應用
目前，河北省的卡口數據匯聚在基于數據立方的處理平臺上，并通過云創車牌識別和數據查詢技術，提供套牌車識別查詢、車輛軌跡以及車輛跟隨等業務場景的服務。
