單點(diǎn)車(chē)位數(shù)據(jù)探測(cè)一般是采用超聲波測(cè)距的工作原理實(shí)時(shí)采集停車(chē)場(chǎng)的車(chē)位數(shù)據(jù),是目前國(guó)內(nèi)應(yīng)用范圍廣的一種車(chē)位引導(dǎo)技術(shù).以目前國(guó)內(nèi)工程應(yīng)用案例多的科拓車(chē)位引導(dǎo)系統(tǒng)為例,這套系統(tǒng)的數(shù)據(jù)采集就是利用在每個(gè)停車(chē)位上方安裝超聲波車(chē)位探測(cè)器,實(shí)時(shí)探測(cè)當(dāng)前車(chē)位上的車(chē)輛停泊狀態(tài),從而獲得停車(chē)場(chǎng)內(nèi)的空車(chē)位數(shù)據(jù).采用這種方式大的優(yōu)點(diǎn)就是數(shù)據(jù)準(zhǔn)確度高,每個(gè)車(chē)位上的實(shí)時(shí)數(shù)據(jù)采集可以確保車(chē)位數(shù)的準(zhǔn)確統(tǒng)計(jì).因此這種方式也是目前國(guó)內(nèi)外車(chē)位引導(dǎo)系統(tǒng)的主流應(yīng)用方式.

   出入口計(jì)數(shù)有多種方式,包括地磁技術(shù)、地感線圈、視頻計(jì)數(shù)等等.這幾種計(jì)數(shù)方式有一個(gè)共通點(diǎn),就是安裝在停車(chē)場(chǎng)的出入口處,通過(guò)判定車(chē)輛的進(jìn)出情況來(lái)獲得停車(chē)場(chǎng)的空車(chē)位數(shù)信息.地磁技術(shù)是利用探知鐵磁物品引發(fā)地球磁場(chǎng)的變化,來(lái)判斷是否有汽車(chē)通過(guò);地感線圈通過(guò)檢測(cè)線圈區(qū)域是否有金屬物體存在,來(lái)判斷線圈區(qū)域是否有車(chē).視頻計(jì)數(shù)則是通過(guò)視頻圖像,對(duì)進(jìn)出停車(chē)場(chǎng)的汽車(chē)進(jìn)行統(tǒng)計(jì),得到停車(chē)場(chǎng)車(chē)流量,停車(chē)場(chǎng)空車(chē)位數(shù)等停車(chē)場(chǎng)相關(guān)信息.利用出入口計(jì)數(shù)進(jìn)行車(chē)位數(shù)據(jù)采集,車(chē)位數(shù)據(jù)容易產(chǎn)生誤差,因此這類(lèi)技術(shù)已經(jīng)普遍被新投入車(chē)位引導(dǎo)系統(tǒng)的車(chē)場(chǎng)淘汰.

車(chē)牌識(shí)別系統(tǒng)原理及應(yīng)用

對(duì)于納入“黑名單”的車(chē)輛，例如：被通緝或掛失的車(chē)輛、欠交費(fèi)車(chē)輛、未年檢車(chē)輛、肇事逃逸車(chē)輛等，只需將其車(chē)牌號(hào)碼輸入到應(yīng)用系統(tǒng)中，車(chē)牌識(shí)別設(shè)備安裝于指路口、卡口或由人員隨時(shí)攜帶按需要放置，系統(tǒng)將識(shí)讀所有通過(guò)車(chē)輛的牌照號(hào)碼并與系統(tǒng)中的“黑名單”比對(duì)，一旦發(fā)現(xiàn)車(chē)輛立刻發(fā)出報(bào)警信息。系統(tǒng)可以全天不間斷工作、不會(huì)疲勞、錯(cuò)誤率極低；可以適應(yīng)高速行駛的車(chē)輛；可以在車(chē)輛行使過(guò)程中完成任務(wù)不影響正常交通；整個(gè)監(jiān)視過(guò)程中司機(jī)也不會(huì)覺(jué)察、保密性高。應(yīng)用這種系統(tǒng)將極大地提高了效率。

字符識(shí)別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，后選匹配作為結(jié)果。基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

實(shí)際應(yīng)用中，車(chē)牌識(shí)別系統(tǒng)的識(shí)別率與車(chē)牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車(chē)牌質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、車(chē)牌被遮擋、車(chē)牌傾斜、高亮反光、多車(chē)牌等等；實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝亮度、車(chē)輛速度等等因素的影響。這些影響因素不同程度上降低了車(chē)牌識(shí)別的識(shí)別率，也正是車(chē)牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷的完善識(shí)別算法，還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。

　　隨著大數(shù)據(jù)、共享時(shí)代的來(lái)臨，數(shù)據(jù)安全問(wèn)題也越發(fā)被重視起來(lái)，以人臉識(shí)別為代表的新一代技術(shù)革命已經(jīng)展開(kāi)。這些對(duì)技術(shù)的要求越來(lái)越高，既要求數(shù)據(jù)的準(zhǔn)確性，又要保證數(shù)據(jù)的安全性，人臉識(shí)別在這方面大有可為，作為行業(yè)的主力軍，企業(yè)的技術(shù)實(shí)力與創(chuàng)新能力決定著整個(gè)產(chǎn)業(yè)的走向，任何一點(diǎn)點(diǎn)技術(shù)的創(chuàng)新都可能帶來(lái)行業(yè)的變革。

　　未來(lái)人臉識(shí)別的主要研究方向?qū)@目前面臨的一些問(wèn)題，如人臉面部結(jié)構(gòu)的相似性、人臉的姿態(tài)、年齡變化、復(fù)雜環(huán)境的光照變化、人臉的飾物遮擋等。

　　人臉識(shí)別的發(fā)展并非只受制于自身的技術(shù)，與整個(gè)產(chǎn)業(yè)息息相關(guān)。為了讓人工智能早日普及，很多企業(yè)也在積極布局人臉識(shí)別，這其中既有BAT互聯(lián)網(wǎng)巨頭，也有為人臉識(shí)別提高光學(xué)器件的企業(yè)等。未來(lái)幾年將是人臉識(shí)別技術(shù)成熟與普及的關(guān)鍵之年。

　　人臉識(shí)別系統(tǒng)：也叫面部識(shí)別，是一種基于人的臉部特征的信息進(jìn)行身份識(shí)別的生物識(shí)別技術(shù)。它用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)。