火眼臻睛車牌識別SDK評測

　　一、概述

　　車牌識別技術是現代智能交通系統重要組成部分，其可實現停車場出入口收費管理、盜搶車輛管理、闖紅燈電子警察、公路收費管理等。那到底車牌識別技術有哪些功能呢？下面我們來介紹車牌識別綜合指數穩居行業前列的火眼臻睛車牌識別系統中的SDK產品。

　　火眼臻睛車牌識別SDK是基于最先進的圖像識別、分析、處理技術自主研發的一款領先的車牌識別產品，該系統具有識別率高、適應性強、應用形態廣、使用便捷等特點,可廣泛應用于各類車輛管理場景，對于智慧化城市建設、交通全自動化管理有著十分重要的意義。

　　兩種識別方式：

　　1.基于圖片的識別；

　　2.基于視頻流的識別，支持通過OCX控件調用高清網絡攝像機。

　　二、主要識別指標

　　三、測試數據

　　1.綜合識別率

　　測試說明：1.選取不同環境下拍攝的車牌照片進行數據對比分析；2.選取不同角度拍攝的車牌進行數據對比分析；3.調取多家停車場24H視頻源進行數據分析；4、樣本數量共計50000張車牌。

　　測試總結：通過總表項目1，對八家SDK軟件進行的數據分析得出：八家SDK軟件的綜合識別率平均值為87.42%，整體行業識別率較高，火眼臻睛SDK識別率達98.7%，整體表現最佳。

　　2.車牌定位率

　　測試說明：取公路、小區入口、街道、停車場視頻錄像讀取數據；樣本數量共計50000輛車型。

　　測試總結：通過總表項目2，可以看出：車牌定位率是衡量車牌識別率的重要指標，經過上表八家的測試數據分析，市場上SDK車牌識別軟件的車牌定位較準確，車牌捕獲率高，平均值達到 95.64%，而最高的是火眼臻睛，為99.5%，能在50000輛車捕獲出49750張車牌。

　　3.大角度（30-60度)下的識別率

　　測試說明：拍攝不同角度的車牌圖片讀取數據樣本數量共計10000張車牌。

　　測試總結：通過總表項目3，可以看出：當圖片或者視頻的角度發生變化時，對識別率有很大影響，一般大于30度就圖像不完全了，當在30-75度之間圖像成像會變形。取水平或垂直成像角度在30-60度之間圖片進行對比測試，得出識別率的平均值只有53%，說明成像角度對SDK識別率有很大影響，也是車牌識別的一項重要指標。從上表數據可以看出在水平或垂直成像角度在30-60度之間，火眼臻睛SDK在大角度下識別率很高，處于行業領先水平。

　　4.夜間環境下的識別率

　　測試說明：取夜晚測試視頻和圖片進行數據分析；樣本數量共計20000張車牌。

　　測試總結：通過總表項目4，可以看出：八家SDK軟件分別讀取夜間車牌圖片，當環境照度范圍為0.01-10lux時，道路車輛不能清晰辨認，車牌朦朧，讀取夜間車牌圖片，測試平均值也較低為80%，所以夜間車牌識別率也是辨別車牌識別SDK軟件的一個重要指標。火眼臻睛車牌識別SDK表現最佳為98.50%。

　　5.極端環境下的識別率

　　測試說明：1.取雨天、有霧的圖片進行分析；2.取逆光環境圖片進行分析；3.取貨車、泥頭車車牌較臟的車輛進行分析。4.取數字和字母相近車牌就行分析；5、樣本數量共計10000張車牌。

　　測試總結：通過總表項目3，可以看出：1.車輛隨環境和運動軌跡的變化，影響著車牌成像，而成像的好壞也考驗著車牌識別率的高低；2.車牌由數字和字母組成，會出現成像相近的易混淆字符，這也考驗著車牌識別率的優劣。所以誰能在惡劣天氣和易混淆字符上準確識別車牌，就能在車牌識別行業中占優勢，同時也說明了算法的技術優勢對識別率起著決定性作用。經過八款SDK測試平均值不到85%，也可以得出結論行業整體圖像算法不太理想，但火眼臻睛SDK算法表現俱佳。

　　6.支持的最小車牌像素寬度

　　測試說明：取車流量較大視野廣闊處的卡口攝像機進行視頻流分析；

　　測試總結：通過總表項目3，可以看出：高清視頻監控早以廣泛應用到交通領域，攝像機成像的視頻畫面也更加廣闊。在數據量增加的同時也考驗著后端軟件的分析能力。經測試得出：其中七款SDK車牌識別軟件最小能識別出車牌的像素為60個像素點，但火眼臻睛車牌識別SDK能在只有45個像素點的圖像上準確識別出車牌信息。

　　四、本網測評觀點

　　經過對車牌識別SDK的測試數據分析，火眼臻睛車牌識別SDK在綜合識別率、車牌定位成功率、大角度下的識別率、夜間環境下的識別率、極端環境下的識別率、支持的最小車牌像素寬度等測試表現，都位于行業前列，整體表現優異。其系統具有識別率高、適應性強、應用形態廣、使用便捷等特點，可廣泛應用于各類車輛管理場景中。

　　成都臻識科技發展有限公司

　　地址：成都市高新西區天辰路88號電子科大西區科技園

　　聯系電話：028-66767275

　　產品網址：www.vzeye.com

聲明:

凡文章來源標明“中國智能交通網”的文章版權均為本站所有，請不要一聲不吭地來拿走，轉載請注明出處，違者本網保留追究相關法律責任的權利；所有未標明來源為“中國智能交通網”的轉載文章均不代表本網立場及觀點，“中國智能交通網”不對這些第三方內容或鏈接做出任何保證或承擔任何責任。