我們只做一個(gè)事情，一個(gè)傳感器相機(jī)，在2014年下半年的時(shí)候推出第一款車牌識(shí)別相機(jī)，這幾年在行業(yè)深受大家的青睞，用得比較多。相機(jī)發(fā)布以來(lái)，其實(shí)我們圍繞一個(gè)問(wèn)題，剛才幾位嘉賓也有提到，就是識(shí)別率的問(wèn)題。從最早的97、98到99，再往后99點(diǎn)幾，其實(shí)是越來(lái)越難的。我們做算法做了十多年，這里面感觸很深，一個(gè)算法越往后付出的代價(jià)，不管是研發(fā)投入還是硬件資源的限制都是越來(lái)越難的。但是我們的目標(biāo)一直是朝著100%去的，雖然大家可能覺(jué)得100%還是有點(diǎn)夸張，但是我們的目標(biāo)是100%。
如果前端相機(jī)在車牌識(shí)別或者車輛識(shí)別的問(wèn)題上達(dá)到了100%，那會(huì)是什么樣子？其實(shí)就會(huì)簡(jiǎn)單很多。第一部分是講why要做這個(gè)瞾系列。100%是對(duì)車牌，無(wú)漏識(shí)別、無(wú)誤識(shí)別。這是我們的痛點(diǎn)，行業(yè)客戶會(huì)講為了解決識(shí)別率百分之幾個(gè)點(diǎn)的問(wèn)題，要架很多相機(jī)。在朝100%走的路上，去年有一個(gè)事情對(duì)我們打擊很大，去年10月份有一個(gè)我們的客戶發(fā)一張照片給我，這是模擬照片，實(shí)際的照片是一個(gè)大媽拿一個(gè)手機(jī)，手機(jī)上有一個(gè)車，在攝像頭面前刷，然后進(jìn)場(chǎng)了，她手上存著VIP車主的照片，然后進(jìn)場(chǎng)。這是降維打擊，本來(lái)是三維，結(jié)果手機(jī)上是二維的，這就讓相機(jī)尷尬了。受到這個(gè)打擊之后，我們想做相機(jī)不能只保證圖像的識(shí)別，要保證每輛真車都能被準(zhǔn)確的識(shí)別定位，這是我們的核心問(wèn)題，也是做相機(jī)傳感器要解決的問(wèn)題。
我們?cè)趺醋龅哪�，或者做了什么？我們的靈感來(lái)源于iPhone7 Plus。本來(lái)我不太愿意承認(rèn)這個(gè)東西，做產(chǎn)品、做研發(fā)的東西都會(huì)說(shuō)這是我們自己發(fā)明的、自己創(chuàng)造的，但是回過(guò)頭來(lái)仔細(xì)想的時(shí)候，我們一定是收了很多靈感，這個(gè)靈感最后理出來(lái)還是源自于它，我們很好的借鑒了它的思路。兩個(gè)攝像頭，一個(gè)廣角、一個(gè)長(zhǎng)焦。我們的產(chǎn)品（見PPT）。手機(jī)的雙攝基本普及了，但是手機(jī)的雙攝和出入口的雙攝很不一樣，手機(jī)上的雙目只是得到相對(duì)的深度信息，我們的雙目是精確測(cè)距、深度信息、尺度信息的誤差只在5%以內(nèi)。第二個(gè)是測(cè)距范圍，停車場(chǎng)的出入口從1米到8米的場(chǎng)景是完完整整的覆蓋，都能進(jìn)行測(cè)距，一輛車開過(guò)來(lái)的距離我們可以恢復(fù)它的深度信息。解決這個(gè)問(wèn)題的時(shí)候，我們有一個(gè)廣角鏡頭，廣角有畸變，我們也是花了一定力氣解決這個(gè)問(wèn)題。手機(jī)上面不是需要全天候，手機(jī)拍不清楚可以加閃光燈，但是停車場(chǎng)不是，是白天、晚上、各種光照下都可以得到準(zhǔn)確的數(shù)據(jù)。這款相機(jī)7月份出來(lái)的，但是這個(gè)月才發(fā)布，為什么？因?yàn)榱慨a(chǎn)難，我們的量產(chǎn)從一天產(chǎn)幾十臺(tái)到現(xiàn)在一天幾百臺(tái)，中間有靠工業(yè)自動(dòng)化解決的過(guò)程。
瞾系列，意思是雙目橫空出現(xiàn)。剛才講了一些過(guò)程，具體的功能圍繞我們的設(shè)計(jì)來(lái)，圍繞雙攝像頭、實(shí)施的場(chǎng)景深度實(shí)現(xiàn)這些功能。第一個(gè)，兩個(gè)200萬(wàn)總共400萬(wàn)，這是雙目深度的功能。第二個(gè)是實(shí)時(shí)的深度信息的計(jì)算，里面用了一個(gè)VPU。第三個(gè)是100%，從圖像上解決有難度，基于圖像的車臉、車頭出發(fā)，可能到96%、97%，但是現(xiàn)在加入深度信息，100%沒(méi)有問(wèn)題。還有誤識(shí)別的問(wèn)題，之前的識(shí)別有個(gè)兩難的問(wèn)題，識(shí)別靈敏度，對(duì)于車身的數(shù)字或者有些干擾的信息，它和車牌從文字上是一樣的，我們3D建模怎么解決這個(gè)問(wèn)題呢？真實(shí)的車牌是實(shí)時(shí)測(cè)試到它的寬度，大概是44厘米，而實(shí)際上拿一個(gè)假車牌去會(huì)測(cè)到車牌很短，10厘米，通過(guò)這種方式真車牌和假車牌就很好區(qū)分。比如手機(jī)測(cè)出來(lái)5厘米。這是零調(diào)試的概念，我們的相機(jī)從第一代第四年開始加入電控調(diào)焦，調(diào)出來(lái)很大程度減少了施工的困難，但是還不夠，因?yàn)檎{(diào)來(lái)調(diào)去，包括前面的安裝人員還有培訓(xùn)的問(wèn)題。現(xiàn)在我們?cè)趺醋瞿�？我們的廣角鏡頭和長(zhǎng)焦鏡頭對(duì)整個(gè)出入口通道完全覆蓋，從1米到8米，把相機(jī)拿過(guò)去，不用管了，完全覆蓋。這是廣角的場(chǎng)景演示，要做無(wú)人化必然還有一個(gè)監(jiān)控，因?yàn)闁|西放上去還要有攝像頭看，廣角攝像頭，安裝在道閘稍微偏后一點(diǎn)，對(duì)整個(gè)場(chǎng)景是能全覆蓋的。
最后介紹一下火眼臻睛，從我們成立到現(xiàn)在做的一個(gè)事情，從最早智能視頻的分析到后面的相機(jī)只做智能相機(jī)，我們立志成為智能相機(jī)的領(lǐng)導(dǎo)者。我們的理念是用計(jì)算機(jī)視覺(jué)來(lái)幫助人、替代人，最后解放人。在無(wú)人化的停車場(chǎng)應(yīng)該是第一個(gè)落地的東西。我們當(dāng)前的產(chǎn)品線，右下角是我們T系列，傳統(tǒng)相機(jī)，從2014年發(fā)布到現(xiàn)在覆蓋了接近40萬(wàn)個(gè)出入口，我們的統(tǒng)計(jì)數(shù)據(jù)不是太準(zhǔn)，可能占全國(guó)停車場(chǎng)1/4，服務(wù)的車主也是估算的在七千萬(wàn)。右上角是今年發(fā)布的車位引導(dǎo)的相機(jī)，陸陸續(xù)續(xù)在國(guó)內(nèi)很多大型停車場(chǎng)在用。左邊下面是這個(gè)月推出的海思的車牌識(shí)別一體機(jī)，上面是今天講的瞾系列，也是我們的拳頭產(chǎn)品。所有產(chǎn)品全系標(biāo)配最新推出的車牌識(shí)別算法3.0，其實(shí)是“車輛”。達(dá)到的效果是99.99%的車輛識(shí)別率。這個(gè)算法到一定階段會(huì)有突破，這是我們一直做的事情。
回顧剛才整個(gè)過(guò)程，其實(shí)從2014年到2017年，我們最新的這款產(chǎn)品的發(fā)布，我相信在接下來(lái)的一兩年內(nèi)，基于雙目攝像頭的形態(tài)會(huì)逐漸普及，這將再次成為行業(yè)的標(biāo)配。我們的展位是1號(hào)館1T14號(hào)，大家可以現(xiàn)場(chǎng)體驗(yàn)我們最新的產(chǎn)品。
