AI車牌辨識如何應用於智慧城市、智慧工廠、與智慧建築
FaceMe®
< 所有文章列表

AI車牌辨識如何應用於智慧城市、智慧工廠、與智慧建築

2023/11/28

AI車牌辨識如何應用於智慧城市、智慧工廠、與智慧建築

結合臉部辨識與車牌辨識的實際使用場景除了傳統的社區與公有停車場系統外,還包括道路警用查緝、貨櫃報到與地磅站管理等,因此可想見車牌辨識的應用比例在未來將日趨普及。

本篇文章將針對 AI 影像辨識、臉部辨識與車牌辨識系統的結合作深入解析,探討智慧車牌辨識之應用、傳統車牌與AI車牌辨識技術面臨的難題與解決方式,最後望眼未來臉部辨識與車牌辨識的發展趨勢。

AI 影像辨識的興起

電腦視覺(Computer Vision)近來蓬勃發展,被認為是AI發展最快的領域之一,能讓電腦擁有視覺能力的技術,藉由攝影機來模擬人類的雙眼,並透過 AI 演算法來進行辨識,從製造業、零售到醫療、金融等產業,協助企業辨識物件與產品監測等都有許多應用。

電腦視覺技術亦可協助智慧城市(Smart City)發展,像是幫助政府搜集街道的影像,讓執政者們實施更適當的城市相關政策,透過電腦視覺技術獲取城市交通即時熱點資訊,緩解交通壅塞,進而改善行人與乘客的安全。

屬於電腦視覺範疇的人臉辨識技術,已成為全球智慧城市採用的熱門科技之一,人臉辨識如何助於智慧城市建立並提升城市生活品質以及公共安全呢?

舉例來說:在人口密集的大都市,可以透過人臉辨識技術來偵測違反交通規則的行為,過去需要真人警察來取締的違法行為,在科技輔助下變得更加嚴密,人民更注重交通法規,降低違反交通規則所衍伸的安全事故。

此外,過去已知各種電腦視覺與智慧影像辨識之應用,例如人臉、門禁打卡、居家門鎖、零售、醫療等,而如今影像辨識技術已較過去成熟許多,在車流量龐大的城市中,AI 辨識技術亦能助於車牌辨識的應用領域。

AI車牌辨識五大應用場景介紹

AI 車牌辨識系統係透過智慧影像辨識原理,將攝影機擷取到的車牌影像進行分析,進而達到車牌辨識之應用。依據辨識機制、演算邏輯,以及實際需求,可分別應用於以下不同的場景。

車牌辨識應用於科技執法

科技執法顧名思義為警政單位透過科技的協助,進行智慧執法。例如過往警察皆經由手動開單的方式來舉發違規行為,但現在只要透過道路監視攝影機與 AI 智慧車牌辨識系統,便可輕鬆達到全時段或部分時段自動偵測是否有違規行為發生、並協助失竊與犯罪車輛協尋。

此外,依照不同的取締項目(闖紅燈、違規迴轉、未保持路口淨空等),還可針對車牌辨識系統進行特殊設定,有效提升取締效率,擴大科技執法的範圍。

科技執法的能達成遏阻違規事件發生,而在車輛與行人遵守下,降低事故發生機率。北市警局先前指出,在去年 10 月取締違停共 1840 件,較測試期間平均每月件數減少 90%。以桃園來說,在啟用科技執法後交通違規減少 30%。

車牌辨識應用於停車場收費管理

停車場使用車牌辨識

目前停車場收費管理可分成兩種 ---- 封閉型與開放型。封閉型停車場專指有固定車牌名單,如集合式住宅的社區停車場,或月租型停車場。開放型停車場則包含臨時收費停車場或百貨公司收費型公共停車場。封閉型停車場的車牌辨識邏輯可結合 AI 人臉辨識,於辨認出車牌後,進行下一步的身分驗證,確認為車主本人再准許通過。

無論是封閉型或開放型停車場,皆已逐步採納車牌辨識攝影機來取代人工收費繳費等方式。

車牌辨識應用於院區之進出管制

針對醫院、實驗室等須嚴格限制特定人員與車輛進出之場域,透過入口處攝影機、智慧車牌辨識與 AI 臉部辨識技術的結合,可有效管理醫護人員出入,並於停車場入口處及時辨認出可疑車牌,同步透過通訊系統與保安人員聯繫,採取因應措施,保障企業員工安全。

車牌辨識應用於大型廠區進出管制及承包商管理

車牌辨識除可被應用於小型場域外,針對大型場域如石化廠區等較複雜的人流出入,也可有效 結合人臉辨識技術打造智慧工廠,於辨識車牌時,同步核實員工、承包商、臨時工等進出人員之身分,避免非相關人員隨意進入管制區域,造成公司財產與人事損失。

FaceMe® Security 人臉辨識解決方案可以針對大、中、小型場域需求與人流大小彈性建置,有效提高環境安防效率與保障人員安全,更可以跟六大主流影像管理系統(VMS)做整合 包含:Milestone, Network Optix Nx Witness, VIVOTEK VAST2、Avigilon、AXIS Camera Station。

企業可原地升級打造一站式安防系統,透過人臉辨識實現門禁管理,更能於特定事件發生時追蹤可疑人士的足跡,即時自中控中心發出警示訊息給保安人員,進行應對的安全措施,保障企業與人員的安全。

如欲深入了解如何導入 FaceMe Security,歡迎與 我們聯繫

車牌辨識應用於智慧建築之出入口管理

除上述的公私有停車場外,車牌辨識系統也被廣泛應用於各類智慧建築的出入口管理處。舉例來說,商業大樓裡的公司數量眾多,為了確保進出人員身分為各企業相關人員,透過整合車牌與人臉數據資料庫,員工可於停車場入口處同時完成車牌辨識與身分驗證。

過去雖然許多社區或建物入口雖採用車牌辨識系統,但仍需雇用額外人力來管理車輛之門禁出入,整體建置成本偏高。然 AI 車牌辨識透過結合臉部辨識軟體如 FaceMe®,並與其他第三方門禁系統串接,可於辨識車牌同時與資料庫的人臉做比對,快速完成身分驗證,並自動解鎖放行使車輛通過。

AI 車牌辨識解決傳統車牌辨識之四大難題

傳統車牌辨識採用之影像視覺辨識技術,係透過攝影機擷取整個車牌號碼,分析並做圖形比對後,回傳辨識結果,然而因車牌上物件歸納過於發散,導致無法快速且準確辨識,於 2D 平面上較難進行車牌特徵分析。此外,傳統的車牌辨識系統僅能對單一車牌進行辨識,如需同時對多種車牌進行偵測,則容易造成辨識率下降的問題。

AI 車牌辨識則是透過機器深度學習技術,透過巨量且多元的資料訓練,讓電腦被教育該如何辨識特定物件特徵,包含扭曲的數字、拍攝角度不佳的車牌、車輛轉彎時傾斜的車牌等,使其可迅速過濾雜訊,精準辨認車牌上的內容,協助穩定治安。

以下將針對傳統車牌辨識所面臨的五大難題,闡述為何智慧車牌辨識將成為未來趨勢。

受外部環境光限制,影響車牌辨識精準度

由於車牌辨識系統是立基於影像辨識技術,因此外部環境光是影響車牌辨識精準度的重要因素之一。設置於室外的傳統車牌辨識攝影機,有時受限於環境空間,會出現背光的狀況。另外夜晚因光源不足,也可能出現低光而導致影像畫面灰暗的情形,雨天也會導致鏡頭沾到雨水,辨識度下降等問題。這些光源問題都將間接影響車牌辨識系統的正確辨識率。

AI 車牌辨識技術則透過先進的影像前處理方法,將干擾字元辨識的因素降到最低,藉此提升辨識的正確度。車牌辨識裡常見的影像前處理方式,包含將車牌因背光、低光,造成畫面模糊的問題預先修正、影像邊緣強化、縮放等,大幅提升車牌銳利度,加速辨識速度與精準度。

車輛行進速度影響攝影機辨識速度

車輛行進速度影響攝影機

除光線因素外,車牌辨識系統所搭載的硬體(攝影機)能力須於車輛行進中時,仍可提供高速快門,讓影像不出現拖影。因此「速度」是選擇車牌辨識系統最核心的要素之一。

車牌辨識技術於速度的應用場景又可分為兩種:

  • 架設固定攝影機,監控移動中的車輛
    地方政府執法單位可結合道路監控攝影機,或專門為車牌辨識架設的攝影機,搭配智慧車牌辨識系統,於特定行駛路段取締違規車輛,或依行駛距離收取電子費用(如電子道路收費系統 ETC)。
  • 架設移動式攝影機,查驗沿途經過的車輛
    警政單位可於車上架設攝影機並導入車牌辨識系統,於路上巡邏或出任務時,直接針對路旁停靠的車輛進行車牌比對辨識與查驗,可大幅省下手持車牌辨識所需的時間。

車牌辨識攝影機在下雨天或傍晚時分,有時因車速過快,且攝影機快門較慢,導致影像模糊的狀況。傳統的車牌辨識系統受限於影像處理技術,多半僅能拍攝少量幾張圖像,並透過這幾張圖像來判定車牌上的數字,辨識依據稍嫌不足。然導入智慧影像辨識的 AI 車牌辨識系統,透過大量的資料訓練,有時即便只有一張圖像,也可進行精準的影像辨識。

攝影機拍攝角度有限,影響車牌辨識準確度

攝影機拍攝角度有限,影響車牌辨識準確度

早期傳統的車牌辨識原理,可辨識的角度僅有 15 度,再加上很難將攝影機架設於入口處正中間,在攝影機鏡頭非正視車牌的情況下,車牌上的字型勢必會扭曲,又因圖像梯形修正能力有限,導致整體車牌辨識準確率降低。

傳統車牌辨識系統無法有效辨識距離過遠的車牌,因車牌顯示畫面佔比越小,有效像素越少,大幅提高辨識難度。例如對於開放型停車場來說,如無法準確辨識車牌,則可能出現重複繳費的爭議。正因如此,車牌辨識軟體辨別扭曲字型的能力便非常重要。

目前市場需求的車牌辨識系統可辨識角度至少需達30度,訊連 AI 車牌辨識 SDK 可處理之人車角度為 65~75 度,且其現有辨識技術還可拍攝到距離較遠的車牌,即便車牌畫面佔比偏低,仍能有效辨識,對於智慧停車場在評估攝影機架設的位置時,提供更高的建置彈性。

車牌種類多元,車牌辨識系統不易辨認

傳統的台灣車牌辨識系統如無事先增加資料,則無法分辨多種車牌。台灣一般的汽車車牌種類多,可分成白牌自用車、綠牌電動車,以及紅牌的營業車。機車車牌依照汽缸總排氣量又可分為白、紅、黃、綠牌等。此外,台灣特種車(軍外史車輛)的車牌還結合了中文字。其他大型特殊車種如水泥車、油罐車、砂石車等,其車牌位置並非固定於車尾,且因行駛路線關係,因塵土、掉漆等因素,造成車牌辨識難度更高。

對於需要巨量資料學習之智慧車牌辨識系統來說,因訓練數據不足,導致多數車牌辨識系統並不支援特種車牌辨識,訊連 AI 車牌辨識 SDK 為目前市面上少數支援特種車牌辨識技術的廠商,因此可提供企業更多元的智慧應用。

車牌辨識引擎最佳首選─訊連科技 LPR─AI 車牌辨識 SDK

訊連科技提供 LPR─AI 車牌辨識 SDK 引擎,可針對不同的智慧停車場與科技執法場景,整合於多種攝影機與作業系統。

此外,企業還可搭配FaceMe® Security 解決方案,將AI 臉部辨識技術整合於企業現行之門禁安控系統,於車輛進出時,同步進行司機身分查驗,避免盜用鑰匙事件發生。

警政系統亦可透過整合 AI 人臉辨識與車牌辨識技術,透過行動或隨身攝影裝置,協助巡邏員警確認民眾身分,有效應用於失蹤或迷路人口協尋及黑名單比對等場景。此外,還可以將 AI 車牌辨識整合於警用行車紀錄器,透過快速掃描比對行車紀錄器之影片,進行車牌辨識,以尋找失竊或犯罪車輛。

當然,AI 人臉辨識系統在準確率的表現上,也將影響辨識應用能否在關鍵時刻發揮作用,而根據最新公布於美國國家標準暨技術研究院(NIST)臉部辨識技術精準度測試(Face Recognition Technology Evaluation/ FRTE),FaceMe® 表現優異,以 99.83 %的正確辨識率,成為全球最頂尖的人臉辨識演算法之一。

成功案例:結合人臉辨識與車牌辨識,微程式打造石化業跨廠區多因子智慧辨識解決方案

AI 臉部辨識整合智慧車牌辨識將成未來趨勢

隨著影像辨識演算法不斷地更新,智慧車牌辨識技術將逐步取代傳統車牌辨識。AI 車牌辨識優點包含多角度、多車道辨識、與後端資料整合性高、辨識時間快速且辨識精準度更高,皆可有效協助判斷交通違規行為或司機身分查驗。

此外,為了企業安控考量,整合人臉辨識技術與智慧車牌辨識將成未來趨勢。針對企業私人停車場、社區停車場,以及高度管制區,皆可透過人車查驗與身分比對,有效管理人員進出。公部門於進行科技執法時,亦能透過即時的車輛與司機人臉比對,有效取締犯罪行為。

如欲瞭解更多關於臉部辨識與車牌辨識資訊,請前往 FaceMe®官方網站

訊連科技FaceMe®人臉辨識完整解決方案

與業務團隊
進一步聯繫
想更了解FaceMe?請聯繫我們!