测试版测试版:目前已可使用,准确率方面的限制见下文。启用前需要先做现场勘察。

用现有监控做车牌识别(ANPR):在大门读取并记录车牌

在拍摄角度合适的大门或车道,Eye AI 可以读取车牌,并与车辆一起记录下来。您会得到带截图的车牌记录、与您自己的白名单的比对结果,以及按车牌统计的进出记录。我们会先勘察您的现场。车牌识别很依赖摄像头的角度、光线和距离,所以只有在证明它能在您的大门正常工作之后,我们才会启用。

示意画面,使用示例数据

问题

门岗人员手写车牌,或者干脆不记,记录有缺口。

要确认一辆车是否允许进入,得用对讲机问人,或者去查。

事件发生后,想找出当时是哪辆车,只能一段一段翻录像。

工作原理

  1. 现场勘察。我们查看每个大门或车道的摄像头、角度、光线和距离。并非每个摄像头画面都适合识别车牌,我们会如实告诉您。
  2. 设置车道。对适合的画面,我们标出车道;如果您需要,也可以导入您的白名单。
  3. 启用前先验证。车牌识别要在您的现场检验并确认可用之后才会开启。
  4. 使用记录。车牌会显示在有密码保护的仪表盘上,附带截图和时间。与白名单匹配的会做出标记。

您能得到什么

  • 带每辆车截图的车牌记录。
  • 与您的白名单比对。
  • 按车牌统计的进出记录。
  • 可搜索的历史记录,并支持 CSV 导出。
  • 每个车牌旁附有车辆类型和颜色的估计。

适用场景

诚实边界

  • 该分析功能处于测试版,需要先做现场勘察。在我们按明确条件完成实测之前,不公布准确率数据。
  • 摄像头角度、光线和距离决定识别效果。为了拍到大范围全景而安装的摄像头,往往读不出车牌。
  • 夜间、强光反射和车灯直射时,车牌识别效果较差。我们不对夜间效果做承诺。您的大门在天黑后能否使用,要由勘察和验证来判断。
  • 车牌脏污、损坏或不规范,以及车速较快时,可能识别错误或漏识别。
  • 各地车牌格式不同。作为验证的一部分,我们会确认您所在地的车牌样式能在您的现场被正确读取。请告诉我们您需要的车牌格式和语言,我们会据此开发并调试。
  • 在很多地方,车牌数据属于个人数据。我们会与您一起确定保存期限和访问权限,并将数据保存在您自己的计算机上。

Eye AI 做不到的所有事 →

关于“车牌识别(ANPR)”的常见问题

车牌识别能在我现有的摄像头上运行吗?

有时可以。这取决于摄像头在大门处的角度、光线和距离是否合适。勘察会给出答案。

夜间能用吗?

我们不做承诺。夜间和强光下效果较差。在您现场的勘察和验证会说明实际能做到什么程度。

为什么要先勘察?

因为同样的软件,在不同的画面上效果差别很大。我们宁愿在您花钱之前就告诉您“这个摄像头不行”。

可以把车牌与白名单匹配吗?

可以。进入的车辆可以与您提供的名单比对。

车牌数据保存在哪里?

保存在您现场的一台计算机上。视频在那里分析,仪表盘位于您自己的网络内。

说说您的现场。

我们会认真阅读每一份需求,并在 24–48 小时内(工作日,周一至周五)回复,附上问题和建议方案。

提交需求
提交需求