停車場出入口識(shí)別瓶頸
上述痛點(diǎn)一則造成了用戶體驗(yàn)始終不高，二則無法為無人值守提供必需的基礎(chǔ)（車牌識(shí)別率必須接近100%）。
“火眼臻睛 - 瞾系列車牌識(shí)別一體機(jī)”（以下簡稱“瞾”）的推出則徹底突破了上述瓶頸：
“瞾”突破停車場出入口瓶頸
那么“瞾”是如何實(shí)現(xiàn)上述突破的呢？分為兩點(diǎn)：
一是基于雙目立體視覺，對場景深度信息的挖掘；二是獲取深度信息后，對車輛進(jìn)行實(shí)時(shí)3D建模。
“瞾”先是基于雙目立體視覺，對場景深度信息進(jìn)行挖掘。
那么什么是“場景深度信息”？簡單說來，就是三維立體坐標(biāo)中，z軸上承載的信息：
圖1 三維立體坐標(biāo)
如圖1，場景中x、y軸構(gòu)成二維平面信息，z軸搭載的便是場景深度信息。
圖2 二維平面信息采集
如圖2，單目相機(jī)只能采集二維平面信息，即X、Y軸上的信息。
圖3 三維立體信息解析
如圖3，借助雙目立體視覺對場景深度信息的挖掘，“瞾”實(shí)現(xiàn)了對場景三維立體信息的解析。
獲取場景深度信息后，“瞾”將會(huì)對場景中車輛進(jìn)行實(shí)時(shí)3D建模。
圖4 車輛實(shí)時(shí)3D建模
車輛3D實(shí)時(shí)建模的目的是還原車輛的真實(shí)數(shù)據(jù)（如車牌尺寸、車輛長寬高、空間距離等）。
車輛實(shí)時(shí)3D建模再結(jié)合高精度識(shí)別算法，使得“瞾”實(shí)現(xiàn)了100%車輛視頻觸發(fā)、車牌防偽、完全杜絕誤識(shí)別。
如果說上文“場景深度信息挖掘”、“車輛實(shí)時(shí)3D建模”講述的是“瞾”的軟件原理，那么“瞾”的硬件支持基礎(chǔ)就是“特制化異構(gòu)雙鏡頭”。
實(shí)際上，雙鏡頭設(shè)計(jì)早就廣泛應(yīng)用于傳統(tǒng)安防行業(yè)中，其產(chǎn)品形態(tài)主要分為三種：
1、普通鏡頭與紅外鏡頭的組合，用于晝夜監(jiān)控
2、基于長短曝光時(shí)間不同，構(gòu)建寬動(dòng)態(tài)性能
3、選擇兩個(gè)不同焦距的鏡頭，呈現(xiàn)不同焦距下的成像效果
圖5 特制化異構(gòu)雙鏡頭構(gòu)建立體視覺
如圖5所示，“瞾”卻不是兩個(gè)攝像頭的簡單疊加，它采用特制化異構(gòu)雙鏡頭的最終目的，是為了持續(xù)穩(wěn)定地構(gòu)建雙目立體視覺。
通過前面的介紹，想必大家大致了解了“瞾”如何突破停車場出入口瓶頸。接下來，我們將會(huì)說明“瞾”構(gòu)建立體視覺的基礎(chǔ)—視差原理。
什么是視差原理？我們可以用人眼產(chǎn)生立體視覺的過程進(jìn)行闡釋。
圖6 左右眼獲取兩幅不同的圖像
如圖6，人的雙眼相距一定的瞳距，因此左右眼是從略微不同的角度觀察物體，獲取同一物體的兩幅不同圖像。
如圖7所示，近處有一個(gè)人，遠(yuǎn)處有輛車，對于左眼形成的圖像，人會(huì)在車的右側(cè)。
如圖8所示，而右眼形成的圖像中，人會(huì)在車的左側(cè)。
如圖9，對應(yīng)同一場景，雙眼生成不同的圖像。
如圖10，左眼成像中的人與右眼成像中的人，兩者間的視差相對更大。左眼成像中的車與右眼成像中的車，兩者間的視差相對更小。雙眼正是依據(jù)視差的不同，感知場景深度信息，這就是視差原理。
綜上所述，“瞾”的推出，突破了停車場出入口識(shí)別的固有瓶頸，極大地改善了用戶價(jià)值和體驗(yàn)，尤其是為無人化值守的實(shí)施奠定核心基礎(chǔ)。
無人化值守不僅能讓系統(tǒng)集成商的維護(hù)成本趨近于零，更為停車場管理方免去人力成本，是停車場出入口識(shí)別必然的發(fā)展趨勢。