图铭车辆车牌识别

车辆属性分析识别

车属性分析

车辆颜色品牌型号识别、车型分类

相比传统车牌识别系统，仅仅识别车牌号这一单一的特征，在很多应用场景下比如未上牌新车进入停车场如何自动收费，违章潜逃车辆如何快速追捕等，并不能满足需求。目前公司开发的产品将全自动检测车辆、识别车牌号车身颜色、自动识别车型车款及年代。在追捕违章逃逸车辆时，可以利用这套系统可以快速识别如下图逃逸车辆为红色的2013款雪佛兰科鲁兹，车牌号为湘AS8748，这样可以快速进行追捕。在为上牌新车出入收费停车场时，可以利用车辆特征比对信息快速从抓拍数据库中调出该车辆上一次进入时候的图片，进行计时计费。

实时车辆检测测距

准确性高、鲁棒性强、计算速度快

运动目标检测、跟踪和分析技术 在视频中利用运动信息进行目标检测是智能视频分析的重要技术，应用非常广泛。公司在各种实际的行业应用中不断提高和改进目标检测、跟踪和分析技术,在准确性、鲁棒性、计算速度方面积累了明显优势，特别是在应对光照变化、树木等随机摆动、相机前飞虫、小目标、气候干扰等方面进行专门的研发，通过纹理表达、轨迹预测、统计学习等技术手段形成了一套独到的运动目标检测、跟踪和分析算法，是公司应用Zui广的算法之一。目前，一般场景的视频运动目标的检测率可达到98%以上，目标的类别、颜色等属性识别正确率可达 90%以上。

车牌识别

对远距，倾斜，模糊处理效果很好

公司车的分析与识别技术主要包括：车前后脸检测、车牌识别、车脸关键点定位、车辆颜色识别、车辆品牌与型号识别、车型分类、车辆局部特征物（遮阳 板、纸巾盒、挂件等）检测、车辆轨迹分析、车速估计、违章行为检测等。其中，车脸关键点定位技术采用统计回归的方法，通过样本数据驱动模型建立，提高准确性；车的品牌和型号识别通过百万级的样本数据标注，利用多层神经网络技术进行特征表达和分类的一次性学习，准确度高于传统手工特征构造的模式识别技术。目前公司还进一步对车中人的属性进行研究分析，包括前排人员衣服颜色、性别估计、是否戴眼镜等，这些在实际应用中均具有重要的应用价值。