路內(nèi)停車管理難、運營難、收益少，很大程度上是因為前端識別效果差，特別是傳統(tǒng)高位視頻技術(shù)，在自身安裝俯角、傾斜角大和周邊復雜環(huán)境的復雜影響下，存在漏報停車、誤報異常等一系列問題，造成國有資產(chǎn)流失的同時，也不利于智能停車行業(yè)的整體發(fā)展。
為了賦能行業(yè)，推動發(fā)展，臻識科技于2019年進入路內(nèi)停車領(lǐng)域。2年來，臻識基于10年停車技術(shù)積累和服務(wù)全國55%停車位的海量數(shù)據(jù)，連續(xù)突破三維底盤回歸、超長跟蹤等多項應(yīng)用難題，逐步將路內(nèi)停車高位視頻技術(shù)行業(yè)的綜合識別率提升至95%，賦能全國運營方，解決停車難的民生問題。
基于CNN二維檢測框與車位框的IoU值，來進行車輛、車位匹配是傳統(tǒng)路內(nèi)停車高位視頻技術(shù)中的一大挑戰(zhàn)。
因為實際應(yīng)用時，相機受現(xiàn)場條件限制，需靈活適應(yīng)車位同側(cè)、斜側(cè)、對側(cè)的成像視角和車輛斜停、垂停、側(cè)停等多樣停車方式，造成安裝傾斜角和俯角過大，導致二維車輛檢測框與車位框無法匹配或錯位匹配。
理論上，針對場景繪制“算法車位框”和單獨配置參數(shù)可以提高匹配精度，然而該方案增加了施工的難度和復雜度。為此，臻識融入了三維底盤回歸技術(shù)。
該技術(shù)通過利用CNN網(wǎng)絡(luò)自動擬合出每個車輛的底盤信息，得到車輛在三維空間的立體占位，大幅提升了車輛檢測框與車位框關(guān)聯(lián)匹配的準確度。
同時簡化了施工流程，無論是同側(cè)、異側(cè)、對側(cè)的部署角度，還是斜停、垂停、側(cè)停的停車方式，均只需繪制實際車位線，無需其他參數(shù)配置，擴展了高位視頻技術(shù)在路內(nèi)停車的應(yīng)用范圍。
State-of-the-art跟蹤策略通常僅能處理3s內(nèi)的物體消失。
而在實際高位相機應(yīng)用中，常發(fā)生10秒（過車），10分鐘（堵車），甚至2個小時（大車停車）等遮擋情況，導致目標車輛消失，由此引發(fā)的出入場漏單和誤報是影響路內(nèi)停車準確收費的主要障礙。臻識對此提出了ReID融合車臉識別和以圖搜車的技術(shù)方案。
該方案先基于ReID技術(shù)完成車輛部分組件（如車頂、車窗、后視鏡）和車輛ID的再匹配，并加入交通管理中常用到的車臉識別和以圖搜車技術(shù)實現(xiàn)ReID增強，以滿足相似車輛相互遮擋的判斷要求，在包括開關(guān)后備箱、過路大車遮擋等實際應(yīng)用中均有出色表現(xiàn)。
方案同時通過了超長遮擋數(shù)據(jù)集測試（數(shù)據(jù)集共115762段視頻，含10%大于30分鐘遮擋導致的目標消失數(shù)據(jù)）。在MOT挑戰(zhàn)網(wǎng)站中排名最高的開源代碼方案（GOT）對比測試中，GOT的MOTA（用于評估跟蹤準確度：誤報、錯過目標、ID切換等）為12.8，RECALL（正確匹配目標檢測率）為25.8，而臻識方案可保持75以上的MOTA以及90以上的RECALL，被驗證為解決遮擋的有效方案。
跨越式的技術(shù)升級，讓臻識路內(nèi)停車產(chǎn)品在面世后迅速獲得了市場認可。繼路內(nèi)停車低位視頻樁H1L從青島、日照擴展到鳳慶等多地后，高位智能相機H1M也在不到1年的時間內(nèi)迅速覆蓋包括成都、綿陽、潮州、蘇州等20多個城市，高中低位完整的產(chǎn)品矩陣可適應(yīng)各類路內(nèi)停車場景，大幅加快了在全國落地的速度，是路內(nèi)停車行業(yè)加速向智能化、數(shù)字化升級的有力保障。
—??Make Intelligent Everywhere? —
頭圖.png)
