本文摘要：“人工智能来了”，这听得一起可不比“狼来了”的威慑力小！2017年，当人们还在谈论着，人工智能将解救人类还是吞噬人类的时候，一些横向行业，早已脆弱的闻到了该如何变革，安防就是其中之一。

“人工智能来了”，这听得一起可不比“狼来了”的威慑力小！2017年，当人们还在谈论着，人工智能将解救人类还是吞噬人类的时候，一些横向行业，早已脆弱的闻到了该如何变革，安防就是其中之一。根据前瞻产业研究院《中国互联网+安防行业发展前景预测与投资战略规划分析报告》表明，近年来，随着安防市场需求大大提高，传统安防企业利用人工智能、云计算、大数据、物联网、移动互联等技术呈现出多元化较慢发展，我国安防行业市场规模从2010年的2350亿元快速增长到2016年的5400亿元，年填充增长率超过15%。随着人工智能市场的火热，各个产业都在就让如何变革。

智能安防时代的来临，让更加多的安防企业开始牵涉到“人工智能+安防”的探寻，期望利用人工智能让安防产品和技术获得更大的突破。由于安防行业仅次于的资源是视频图像，而人工智能目前在图像处理上的研究获得了较小的进展，因此安防是人工智能领域契合度最低、落度速度最慢的产业。

现阶段人工智能在安防领域最少见的应用于主要是车牌辨识和人脸识别。2017年，人工智能在渐渐构建产业化，安防将步入愈演愈烈！今天，让我们来一起想到，人工智能的产业化，对于智慧行驶行业有何影响？车牌辨识又将如何构建从原理到应用于的改变？人工智能下一着力点是智慧行驶看起来很远的人工智能在近几年来仍然在各个领域中高速发展。

以汽车行业来说，从去年起，谷歌的自动驾驶汽车之后被媒体屡屡曝光，其从内部测试到上万公里的上路自动行经已获得了长足发展，人们甚至在一些城市的街头都能看见自动驾驶汽车的身影。曾多次类似于科幻电影《第五元素》里车主躺在车里往返目的地的情景早已在美国的部分地区以求构建。“就车论车”，尽管人工智能在无人驾驶方面获得了长足进步，但其在上下班方面的考虑到或许并过于坦诚。

因为人们在驾车上下班时除了展开驾驶员外，对于目的地原作之后的最后一个环节——行驶的问题或许还没获得很好的解决问题。只进不时的自动驾驶并无法已完成汽车上下班的第一道闭环。人们对于行驶行业中人工智能的市场需求由此而放。而面临那些可玩性丝毫远不如驾驶员的行驶问题，“智慧行驶”的经常出现将这些想象渐渐变成有可能。

作为互联网+O2O模式下的热门领域，智慧行驶凭借着普遍遍及的停车场资源，通过智慧行驶平台下的硬件+软件的融合，对整个行驶资源展开了智慧化统合。同时，利用物联网、大数据和云计算等技术，智慧行驶平台以求分解。通过这个平台，每个车位都看起来一个“奇点”，在行驶的智慧矩阵中发挥作用。城市智能交通中不可或缺车牌辨识前景被寄予厚望随着我国城市化进程发展的公里/小时，交通压力更加不利，智能化交通管理已沦为交通发展的大方向。

在汽车领域内，行驶这一细分市场一直被指出是万亿级的，特别是在是一线城市，行驶基本和住房一样，归属于刚刚须要。针对行驶产业的痛点，国家明确提出了集中力量建构智能交通的建议，更佳的引领市民上下班；国内各著名停车场生产厂商也争相明确提出了各项不利于停车场管理的解决方案；例如车位引领系统、寻车导向系统、车牌识别系统、云行驶、ETC电子收费系统、立体车库等各项方案措施。其中车牌识别系统是各项系统以求构建的基础，车牌照是全世界唯一对车辆身份辨识的标记，只有较慢、精确的对车牌牌展开辨识，才是其他各项停车场管理以求构建的前提。

车牌辨识的技术在安防行业的应用于由来已久，技术比较成熟期，人工智能的应用于提升了车牌辨识的准确率。而对于车牌辨识算法的厂家来说，如何伸延对目标车辆的辨识范围，构建更加准确的辨识是市场所须要。近年来，车牌辨识在高速公路车辆管理中获得广泛应用，电子收费(ETC)系统中，也是融合DSRC技术辨识车辆身份的主要手段。那么如何自由选择一个好的车牌识别系统就沦为解决问题停车场管理难题的首要任务。

从技术上评价一个车牌识别系统，有三个指标，即识别率、辨识速度和后台管理系统。当然，前提是系统要需要平稳可信的运营。

一、车牌识别系统的识别率一个车牌识别系统否简单，最重要的指标是识别率。国际交通技术部门做到过专门的识别率指标阐述，拒绝是24小时全天候全牌准确识别率85%～95%。为了测试一个车牌识别系统识别率，必须将该系统加装在一个实际应用环境中，全天候运营24小时以上，收集最少1000辆大自然车流通行时的车牌照展开辨识，并且必须将车辆牌照图像和辨识结果存储下来，以便调取查阅。

然后，还必须获得实际通过的车辆图像以及准确的人工辨识结果。之后之后可以统计资料出有以下识别率：1、大自然交通流量的识别率=全牌准确辨识总数/实际通过的车辆总数。2、可辨识车牌照的百分率=人工准确加载的车牌照总数/实际通过的车辆总数。3、可辨识全牌准确识别率=全牌准确辨识的车牌照总数/人工加载的车牌照总数这三个指标要求了车牌识别系统的识别率，诸如可信度、误识率等都是车牌辨识过程中的中间结果。

二、车牌识别系统的辨识速度辨识速度要求了一个车牌识别系统否需要符合动态实际应用于的拒绝。一个识别率很高的系统，如果必须几秒钟，甚至几分钟才能辨识出有结果，那么这个系统就不会因为符合没法实际应用于中的动态拒绝而没什么简单意义。例如，在高速公路收费中车牌辨识应用于的起到之一是增加通行时间，速度是这一类应用于里增加通行时间、防止车道交通堵塞的有力确保。

国际交通技术明确提出的辨识速度是1秒以内，越快越好。三、车牌识别系统的后台管理一个车牌识别系统的后台管理体系，要求了这个车牌识别系统否好用。必需确切地认识到最重要的一点是识别率超过100%是不有可能的，因为车牌照污损、模糊不清、遮盖，或者天气或许很糟(下雨﹑冰雹﹑大雾等等)。

从原理到应用于车牌辨识解决问题停车场管理难题“一路”助力福建首座沉井式地下车库让行驶更加便利6月5日，厦门海沧文化艺术中心南侧的福建首个沉井式地下机械车库月试运营，地下机械车库占地面积仅有100余平方米，原本不能设计七八个车位，现在能停放在50辆车。地下机械车库沉井井深13米，地下共分五层，每层有10个停车位，一共可停放在50辆普通汽车。“一路”在存车口部署了免取卡系统，车主入场存车，“一路”牌识一体机自动识别车牌信息，需要取卡，也需要工作人员介入，车辆稳定驶进存车口。

牌识一体机牌识像素高达200万，车牌辨识准确率小于98%，确保了车牌辨识的管理市场需求。结语毋庸置疑，车牌自动识别系统经过多年的发展，己是一项更为成熟期的技术。未来车牌辨识技术也将有更加普遍的应用于，而车牌识别系统行业也将面对大变革，对于专心于行驶行业的企业来说，只有享有自律核心技术并且产品质量合格的公司才能破关，才能确实将原理应用于到现实生活中去，这也是车牌辨识技术南北较慢发展阶段的必经之路。坚信在旋即的将来，随着各地智能交通系统的大大应用于建设，车牌自动识别技术不会逐步向高清化、集成化、智能化发展，在各个应用于系统中大大充分发挥其最重要的起到。

本文来源：南宫28圈官网-www.kubernetek.com