Ein automatischer Kennzeichenleser (ALPR) ist ein computergesteuertes Hochgeschwindigkeitskamerasystem, das normalerweise an Straßenlaternen, Straßenlaternen, Autobahnüberführungen, mobilen Anhängern oder Polizeiautos installiert ist. ALPR erfasst automatisch alle angezeigten Kennzeichen sowie Standort, Datum und Uhrzeit. Anschließend werden die Daten einschließlich der Fahrzeugfotos (manchmal einschließlich der Fahrer- und Beifahrerfotos) auf den zentralen Server hochgeladen.
Unser Algorithmus verarbeitet verschwommene, dunkle, abgewinkelte Kennzeichen mit gestapelten Buchstaben usw. Bitte sehen Sie sich unsere Arbeit für ALPR in Indien an.
Wir alle beschäftigen uns. Der Schnappschuss dekodiert das Kennzeichen aus dem Bild. Stream-Erkennung und Dekodierung von Kennzeichen in Echtzeitkameras.
Holen Sie sich Fahrzeugbereich, Marke, Modell, Farbe, Klassifizierung; Webhooks, Dashboard und mehr! Das Board ist auch unscharf!
Wir bieten sowohl Cloud- als auch lokale Software auf unterschiedlicher Hardware an (kein Internet erforderlich).
Die Inferenzgeschwindigkeit von Snapshot beträgt 50–100 Millisekunden und Stream verarbeitet 4 Kameras gleichzeitig auf der Mid-End-CPU.
Unsere ALPR-Engine unterstützt mehr als 90 Länder/Regionen und wurde an Ihre spezifische Region angepasst.
Funktioniert bei verschwommenen Bildern
Funktioniert, wenn die Platte schräg steht
Funktioniert in dunkler Umgebung
Funktioniert, wenn das Fahrzeug schnell fährt
Funktioniert mit Bildern mit niedriger Auflösung
Arbeiten auf Platten mit Symbolen
Funktioniert mit mehreren Fahrzeugen
Funktioniert auf Platten mit 2 Reihen
Eingabe: Nehmen Sie Bilder in jedem Format auf.
Ausgabe: Kennzeichen, Fahrzeughersteller, Modell, Farbe etc. dekodieren.
Hardware: Läuft auf Windows, Linux, Jetson, Pi und anderen Betriebssystemen über die Cloud oder das lokale SDK (kein Internet erforderlich).
Geschwindigkeit: Mit schneller Inferenzgeschwindigkeit für SDK (50 ms) und Cloud (200 ms).
Code: Enthält vollständigen Beispielcode in 8 Programmiersprachen.
Mehr: Inklusive Webhooks, einem Online-Dashboard mit Suche, Sortierung, Filtern und weiteren Funktionen.
Eingabe: Nehmen Sie eine Livekamera oder ein Livevideo auf.
Ausgabe: Erkennen Sie das Fahrzeug und dekodieren Sie Nummernschild, Fahrzeugmarke, Modell, Farbe usw.
Hardware: Läuft unter Linux und Windows (über Ubuntu).
Geschwindigkeit: Verarbeiten Sie 4 Kameras gleichzeitig auf einem mittelgroßen PC.
Mehr: Einschließlich Webhooks, Online- oder Offline-Dashboards mit Such-, Sortier-, Filter- und anderen Funktionen. (in Kürze verfügbar!)
Eingabe: Nehmen Sie ein kleines Bild oder ein großes Bild auf
Ausgabe: Alle Nummernschilder verwischen (z. B. schräg, teilweise, Vertiefung usw.).
Hardware: läuft unter Linux oder Windows ohne Internet.
Geschwindigkeit: schnell und effizient, kann Bilder in <50 Millisekunden verarbeiten.
Mehr: Ermöglicht Ihnen, den Grad der Unschärfe anzupassen.
Umweltaspekte. An sonnigen Tagen kann das Nummernschild aus hochauflösenden Fahrzeugfotos dekodiert werden. Aber wir wissen, dass das Wetter und andere Bedingungen in Wirklichkeit nicht immer ideal sind. Wir haben unermüdlich daran gearbeitet, unsere Algorithmen zu verbessern, um verschiedene „Realitätsfaktoren“ wie Sonnenblendung, verschwommene Bilder, schnell fahrende Fahrzeuge, Nachtzeit usw. zu berücksichtigen.
Selbststudium. Unsere ALPR-Engine ist wie ein Teenager, sie lernt ständig dazu. Das bedeutet, dass wir die Engine feinabstimmen können, um Ihren spezifischen Anforderungen gerecht zu werden, wie z. B. bestimmten Kamerawinkeln oder Lichtverhältnissen. Erfahren Sie, wie wir ANPR-Nummernschilder in Indien verbessern können!
Standortoptimierung. Seien Sie ehrlich – nicht alle Gerichte sind gleich. Manche enthalten zwei Textzeilen. Manche haben Symbole am Anfang, in der Mitte oder am Ende der Tafel. Manche enthalten schöne Schriftarten. Glücklicherweise unterstützt unsere LPR-Engine alle Funktionen und wurde speziell für Ihre Region angepasst.
Fünf ist besser als eins. Im Gegensatz zu anderen ALPR-Anbietern können wir bis zu 5 dekodierte Nummernschilder aus einem Bild zurückgeben. Dieses Ziel erreichen wir durch die Verwendung zweier verschiedener neuronaler Netzwerke. Eines erkennt alle Fotos des Nummernschilds aus dem Bild und das andere dekodiert jedes Zeichen des Nummernschilds.