基于此现状以及用户的迫切需求，博康慧眼二次识别系统应运而生。依托业内领先的深度学习算法，二次识别系统可对所有卡口、电警抓拍的数据进行特征提取、特征识别的二次分析，完成车辆数据的校正，在提高了原有车牌识别的准确率之外，丰富了识别信息，增加了车辆品牌、车辆子品牌、车身颜色、未系安全带识别、驾驶员打电话等众多业务功能，为卡口电警数据的深度应用提供强有力的保障。
系统主要特色
采用业内领先的深度学习算法
“深度学习”，简言之即建立、模拟人脑进行分析学习的神经网络，在无外界指令的自发条件下，该人工神经网络自主学习，得到目标结论。博康率先将深度学习技术应用到安防领域，利用千万级数据，训练多层深度的神经网络，每个目标区域采用上百个不同的局部区域进行特征抽取，表达目标的全局及各种局部特征，在特征表达过程中产生将近1.5亿参数，600万维度的特征，通过特征降维，选取最能表达目标特征的向量作为该目标的特征向量。
博康慧眼二次识别系统在现有深度学习模型的基础上，采集现有视频、卡口相机产生的数据，通过迁移学习，获得的模型更加贴近安防行业实际应用。
车辆号牌识别支持50像素的车牌
行业内通常使用的二次识别系统都是针对卡口图片，根据GAT497-2009公路智能监测标准，标准卡口图片中车牌像素范围为[100,160]。博康慧眼二次识别系统采用了深度学习算法，可支持监控场景下的车辆特征识别，包括：车辆号牌、车身颜色、车辆类型、车辆品牌以及车辆子品牌等。其中，车辆号牌识别最低可支持50像素的车牌，远高于GAT497标准中的识别指标，并且识别正确率可达到90%以上，满足实战需求。
可识别车辆特征多，识别率高
传统的二次识别算法依赖于对车辆特征的建模，其识别率容易受光照条件、阴影、车辆遮挡、摄像机抖动等外界因素的影响。博康慧眼二次识别系统采用深度学习算法，机器对大量各种场景下的数据进行自主学习，可有效减少外界环境的影响，达到高识别率。博康慧眼二次识别系统可识别车辆号牌、车牌颜色、车身颜色、车辆类型、车辆品牌、车辆子品牌、
前排驾驶员/副驾驶员是否系安全带、行车打电话、遮阳板等多种特征，其中车辆号牌识别率在95%以上，其余指标识别率都在90%以上，可识别的车辆品牌达到160种，车辆子品牌达到1500多种(不包含年款)。
系统主要功能
多种来源图片兼容：支持JEPG标准格式图片、支持从电警、卡口平台直接导入目标图片、支持通过标准FTP、HTTP协议从电警、卡口平台直接导入待分析图片库;
车头特征信息识别：车牌号码——支持对车牌号码的检测识别;车牌颜色——车牌颜色可分为蓝、黄、白、黑等;车身颜色——支持对车身颜色的检测识别;车型细分——支持对大型货车、大型客车、中型客车、小型客车、小型货车、两轮车等类型的车型细分;车标粗分——支持对主流160余种车标的检测识别;车辆子品牌细分——支持车牌品牌子类细分1515种(例如区分大众下面的polo、途观、桑塔纳等);系安全带识别功能——支持前排主副驾驶位位置人员未系安全带检测;打手机识别功能——支持驾驶员打手机识别功能;
车尾特征信息识别：车牌号码——支持对车牌号码的检测识别;车牌颜色——车牌颜色可分为蓝、黄、白、黑等;车身颜色——支持对车身颜色的检测识别;车型细分——支持对大型货车、大型客车、中型客车、小型客车、小型货车、两轮车等类型的车型细分;黄牌车车型细分——针对黄牌车，可根据车尾特征区分卡车、吊车、拖车、油罐车、水泥车、大巴等系统要求。
CPS评测室总结
随着车辆保有量不断上升，交通违法事件也在逐年递增，博康慧眼二次识别系统通过采集现有视频、卡口相机产生的数据，从而对车牌号码、车身颜色、车型等车辆信息进行准确识别，并能实现高达95%以上的准确识别率，这对执法部门来说是一个强大的助力。
Ø 硬件配置
声明:
凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
征稿:
为了更好的发挥CPS中安网资讯平台价值，促进诸位自身发展以及业务拓展，更好地为企业及个人提供服务，中安网诚征各类稿件，欢迎有实力安防企业、机构、研究员、行业分析师。投稿邮箱： tougao@cps.com.cn（查看征稿详细）
