av黄色在线观看_在线观看av免费_国产精品成人一区二区_亚洲福利_免费在线视频a_欧美久

LPR功能在交通安防工程中，是必要存在且有急迫需求的。據2012年的數據顯示，中國市場全新部署超過了2萬支交通監控攝像機，而臺灣也有超過2千支。此外，數據也顯示交通監控更為發達的美國和英國，其城市道路上使用的監控攝像機密度，大致在每0.7KM～1.2KM一支。若以此為標準來推估，中國地區未來每年增加的交通監控攝像機數量，可穩定在30，000到50，000支之間；臺灣則是在4，000支左右。如果將用于停車場、小區、廠區出入口的安裝需求也算進來，數量會更加可觀。
現今可行的LPR算法解決方案，必須滿足以下四個特點：

性能穩定。必須能在絕大部分環境下提供正確穩定的輸出，LPR業界通行標準，要求全牌識別正確率不低于99%，全字符準確率不低于97%。

界面方便。這樣的特性，使設備廠商能夠盡其可能開發不同特色的上層應用，滿足各類終端需求。LPR的上層包括建構車輛搜索、使用分析等程序，現今交通監控常見的各種衍生應用。為了達到開發上的方便性，必須要讓下層的算法提供較為高檔和完全的接口功能；在數據輸出上，充分考慮不同的上層應用，提供容易改造的基礎。

降低整合困難度。也就是降低具備LPR的設備產品本身開發難度，可以大大加快產品推出的速度，及時響應市場需求。

占用較低的處理器資源。如果LPR稍復雜而對CPU的要求提高，將會實際削弱算法的部署能力，影響設備的其他菜單現。

一些根基于ARM的新興LPR程序如何運作，并且能符合上述的幾項必備特點，讓我們透過以下的交通監控測試為例來分析說明(測試樣本為20，000張臺灣交通監控圖面和1，000小時錄像)。典型的SoC芯片級LPR解決方案，是基于通用的ARM將一個完整的車牌識別應用功能實現分為兩個部分：被硬化的基礎操作數IVE(智能影像引擎)，以及上層功能實現。其核心程序模塊包括：車輛檢測和跟蹤、車牌檢測、字符分割，字符識別和規則輸出。