随着城市汽车保有量的增长，停车场对车位周转率和离场效率提出了新的要求，因此智慧停车行业先后推出 “不停车离场”“车道防拥堵”等服务以提高离场效率。车识别系统作为技术底座，成为智慧停车行业核心能力之一。

　　车识别作为ETC识别的补充，广泛运用于智慧停车领域，是不停车收费的必要触发条件。准确度和灵活度是衡量车牌识别系统的重要指标，保证车辆顺利进出场，正确缴费。

　　目前，行业内大多使用硬件内置芯片，通过传统机器学习算法，抓取车牌、定位车位号、字符切割、数字识别等9层逻辑判断实现车牌识别。由于传统算法的判断逻辑不够灵活，对车牌底色、车牌号长度、车牌号位数等有着严格的要求，对新能源车、港澳三地车牌等“新兴车牌”缺乏自适应能力。

　　驿通科技人工智能团队研发的车识别AI模型，利用视觉扫描识别算法，通过模仿生物神经网络，模拟大脑对图片的认知过程，像人眼一样从车牌质地、形状、颜色、空间感等角度进行整体性识别。驿通仿人脑车识别系统，不仅突破了机械识别算法的灵活度限制，也突破了车识别精准度的自进化限制。

　　驿通车识别的识别范围不止于车牌，对于汽车型号以及整个汽车前脸均可以做到精准识别，并且精准度远超机械识别：车牌识别准确率可达98%，车牌颜色识别准确率达99%，车辆前脸识别准确率可达90%，并且支持市面上几乎全部车型识别。由于视觉扫描算法的深度学习特点，随着车识别系统使用的增加，识别准确率将无限趋近于100%。

前往首页>>