臻识科技：一套高效的车牌识别系统是如何实现的？

今年8月，雷锋网将在深圳举办一场盛况空前，且有全球影响力的人工智能与机器人创新大会（详情查看：gair.leiphone.com）。届时雷锋网 (搜索“雷锋网”公众号关注) 将发布“人工智能&机器人Top25创新企业榜”榜单。目前，我们正在拜访人工智能、机器人领域的相关公司，从中筛选最终入选榜单的公司名单。如果你也想加入我们的榜单之中，请联系：2020@leiphone.com。

在国内，很多创业公司为了回避同行的竞争，对于“行业第一”的表述都会比较保守，大部分公司更愿意表示“自己行业领先”。但是登录臻识科技的官网，首页赫然写着 “火眼臻睛车牌识别系统，车辆识别率高于98.5%，我们第二，谁是第一？” 。那么，以CV（计算机视觉）为技术研究方向的臻识科技，为何敢在竞争激烈的车牌识别市场高呼"行业第一“的身份？是年轻气盛还是实至名归？带着这样的问题，我们采访到了臻识科技的CEO 任鹏。

任鹏本科毕业于天津大学，毕业之后，任鹏加入腾讯手机QQ 部门担任研发工程师一职。在花费几个月时间把手机QQ 的一整套程序都重构了一遍之后，他开始找不到工作的目标了。于是，出于对人工智能的兴趣爱好，他回到电子科大继续学习，从事 增强现实 上的视觉跟踪技术研究 。2008年，电子科大硕士毕业之后，任鹏和几个志趣相投的同学一起出来创业，成立臻识科技。

基于多年在 图像识别 领域的技术研究，臻识已经推出了智能安防、车牌识别相关的一系列成熟产品，包括油气田防偷盗检测系统、ATM防护系统、汽车4S 店客流量统计和 火眼臻睛车牌识别系统，其中，火眼臻睛智能高清车牌识别一体机产品已经在停车场管理系统中有着广泛的应用。 据任鹏介绍，火眼臻睛车牌识别一体机能够适应多种极端环境条件，在雨霾、大角度、夜间环境、瞬逆光等环境下，一体机的车牌识别率可以达到98.5%以上。在一般的停车场环境下，识别精度甚至可以达到99.58%。接入了车牌识别一体机的车库管理系统能够真正意义上实现无人无卡化管理，车主不再需要一系列的停车刷卡，直接通过车牌识别即可快速完成汽车入库、停车缴费、车辆管理等操作。

（火眼臻睛智能高清车牌识别一体机）

作为机器视觉的分支应用领域，车牌识别涉及“图像采集——图像预处理——车牌定位——字符分割——字符识别——结果输出”等一系列流程，其中的技术关键在于“车牌定位，字符分割和字符识别”环节。识别算法通过对图像预处理之后的灰度图进行行列扫描，确定灰度图上含有车牌线段的目标区域，给出车牌信息区域的起始行坐标和高度。随后，通过对已识别的字符区域进行字符分割，对单个字符进行字符数据库模板中的标准字符形式匹配，从而判断出车牌字符的具体内容。

（图片选自网络）

面对雷锋网的采访，任鹏坦言，车牌识别并非是高精尖的技术课题，而且公司在一开始的项目立项时间上也是滞后于整个行业的。但在2010年，通过对市面上知名度较高的厂家的产品进行调查测试之后，公司发现大品牌家的类似产品在识别精度上是还是有一定误差的，当时业内的普遍识别精度为94%-95%，这也就意味着，如果每天有1000辆汽车出入，就有40-50辆车会有数据误差。基于这样的市场现状，公司在当年5月正式开启“火眼臻睛车牌识别”的项目研发。

“一款卓越的智能相机产品必然是由优秀算法，高效工程实现和完善的产品设计等三方面因素综合构成”。

在识别算法上，团队采用了深度学习的技术手段， 通过设计合适的网络算法结构和高效的代码优化，在提升产品识别精度的同时保证识别速度。 但任鹏认为，深度学习不是绝对的。嵌入式方案与PC端的技术方案不同，嵌入式的计算资源是有限的，所以需要在考虑能耗的过程中设计出又快又准的算法。

“计算机视觉算法关键就是一个鲁棒性的问题，识别率越接近100%，所要付出的代价就越大。” 相比一般高速收费站、卡口，停车场环境由于没有统一的设计标准，每个停车场在设计上都会差别各异，比如是否在坡道上、识别距离，角度差异、是否有安全岛等。因此，臻识研发了更具鲁棒性的识别算法，将停车场的识别精度提升到99.58%。

“做技术研究的团队，很多都会先入为主的从算法方面做优化，但是产品开发不同于学术研究，需要针对具体的应用环境给出最优的解决方案，这就意味着算法只是其中的一部分，还需要在工程、产品方面有更多的考虑，才能从根本上提高识别率。这也是为什么，很多厂商的技术背景很强，但是做出来的产品却并不一定非常有效果”，技术出身的任鹏相比一般研发人员具备更多的产品意识。

除了深厚的技术积累，完整的工程方案意识，在产品设计上，臻识还增加了很多独创性设计，比如电动镜头和虚拟线圈的引入。 为了帮助机器设备采集有效的图片信息，在产品设计上，臻识一改传统的手动调焦镜头，采用了电动镜头 ，通过自动调焦来获取对机器设备更高质量的图片内容。 另外，在传统智能交通控制系统中，一般采用埋地实线圈的方法来检测车辆的形势状况，然而在视频画面中虚拟线圈的引入能够实现在不设埋地实线圈的情况下，在一体机上直接分析车辆形式状况，减少了地埋线圈的操作成本。

此外，产品设计过程中还需要考虑量产、成本、能效、实际场景环境等多方面的现实问题，即便汉字、字符的识别优化工作，团队就先后做过多次的迭代测试，保证了识别速度上的大幅提升。

经过4年的不断迭代，火眼臻睛车牌识别一体机在性能上日趋完善，并赢得了业内的广泛认可。在2014年的“全国十佳主要同行产品识别率比对测试中”，臻识荣获冠军。据任鹏介绍，在2015年的智能安防展上，48家知名停车场管理系统品牌商，有40家采用的正是臻识的硬件方案。火眼臻睛的市场占有量可见一斑。“目前，国内停车场使用车牌识别管理系统的只占10%-30%左右。在技术进一步成熟之后，它的适应范围将会更加广泛。”

（臻识科技与电子科技大学成立智能视觉联合实验室，左一任鹏）

基于对市场的乐观判断，任鹏对公司的未来有清晰的规划。“我们公司的核心业务是通过图像识别来实现设备智能化，从而代替人的操作”，在业务上，公司未来将重点布局安防场景下的 人脸识别 与智能停车两大产品线。此前的技术积累让他对团队的研发实力比较放心，而且他们还在2014年与电子科技大学联合成立了“智能视觉联合实验室”，重点关注前瞻性的技术课题研究。任鹏唯一担心的是，公司的业务扩展对资金会有比较大的需求，而且为了快速抢占市场，公司需要在产业链的上下游做更深度的布局。在此情况下，任鹏希望能够引入新一轮的融资来保证业务地更顺利发展。

“过去三年，我们公司业绩实现了20倍的增长。现在，市场已经成熟，我们还得更快才行”。