“瞾”的原理—以“真实”为奥义进行颠覆

停车场出入口车牌识别摄像机发展至今，主要存在以下瓶颈：

停车场出入口识别瓶颈

上述痛点一则造成了用户体验始终不高，二则无法为无人值守提供必需的基础（车牌识别率必须接近100%）。

“火眼臻睛- 瞾系列车牌识别一体机”（以下简称“瞾”）的推出则彻底突破了上述瓶颈：

“瞾”突破停车场出入口瓶颈

那么“瞾”是如何实现上述突破的呢？分为两点：

一是基于双目立体视觉，对场景深度信息的挖掘；二是获取深度信息后，对车辆进行实时3D建模。

“瞾”先是基于双目立体视觉，对场景深度信息进行挖掘。

那么什么是“场景深度信息”？简单说来，就是三维立体坐标中，z轴上承载的信息：

图1 三维立体坐标

如图1，场景中x、y轴构成二维平面信息，z轴搭载的便是场景深度信息。

图2 二维平面信息采集

如图2，单目相机只能采集二维平面信息，即X、Y轴上的信息。

图3 三维立体信息解析

如图3，借助双目立体视觉对场景深度信息的挖掘，“瞾”实现了对场景三维立体信息的解析。

获取场景深度信息后，“瞾”将会对场景中车辆进行实时3D建模。

图4 车辆实时3D建模

车辆3D实时建模的目的是还原车辆的真实数据（如车牌尺寸、车辆长宽高、空间距离等）。

车辆实时3D建模再结合高精度识别算法，使得“瞾”实现了100%车辆视频触发、车牌防伪、完全杜绝误识别。

如果说上文“场景深度信息挖掘”、“车辆实时3D建模”讲述的是“瞾”的软件原理，那么“瞾”的硬件支持基础就是“特制化异构双镜头”。

实际上，双镜头设计早就广泛应用于传统安防行业中，其产品形态主要分为三种：

<!--[if !supportLists]-->1、<!--[endif]-->普通镜头与红外镜头的组合，用于昼夜监控

<!--[if !supportLists]-->2、<!--[endif]-->基于长短曝光时间不同，构建宽动态性能

<!--[if !supportLists]-->3、<!--[endif]-->选择两个不同焦距的镜头，呈现不同焦距下的成像效果

图5  特制化异构双镜头构建立体视觉

如图5所示，“瞾”却不是两个摄像头的简单叠加，它采用特制化异构双镜头的最终目的，是为了持续稳定地构建双目立体视觉。

通过前面的介绍，想必大家大致了解了“瞾”如何突破停车场出入口瓶颈。接下来，我们将会说明“瞾”构建立体视觉的基础—视差原理。

什么是视差原理？我们可以用人眼产生立体视觉的过程进行阐释。

图6 左右眼获取两幅不同的图像

如图6，人的双眼相距一定的瞳距，因此左右眼是从略微不同的角度观察物体，获取同一物体的两幅不同图像。

如图7所示，近处有一个人，远处有辆车，对于左眼形成的图像，人会在车的右侧。

如图8所示，而右眼形成的图像中，人会在车的左侧。

如图9，对应同一场景，双眼生成不同的图像。

如图10，左眼成像中的人与右眼成像中的人，两者间的视差相对更大。左眼成像中的车与右眼成像中的车，两者间的视差相对更小。双眼正是依据视差的不同，感知场景深度信息，这就是视差原理。

综上所述，“瞾”的推出，突破了停车场出入口识别的固有瓶颈，极大地改善了用户价值和体验，尤其是为无人化值守的实施奠定核心基础。

无人化值守不仅能让系统集成商的维护成本趋近于零，更为停车场管理方免去人力成本，是停车场出入口识别必然的发展趋势。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。