艾视特

核心技术

全面支撑智慧生活新生态布局

大数据平台

    以大数据分析平台为支撑,梳理行业指标130多个,为城市空间规划、交通治理、公安技侦、汽车后市场生态服务等提供平台支撑和数据支持。


城市交通管控系统联网联控体系架构及城市级智慧停车综合服务平台

        设计城市停车智能管控系统联网联控框架,包括系统接入层、资源共享层、应用服务层等层次,以及数据传输、系统管理等模块,能帮助各城市实现智能管控系统的联网联控,推动停车信息资源关联共享,实现各类系统间的协同控制,最大限度发挥智能停车系统的作用,提高城市道路交通管理和设施管理的效能与服务水平。  

        城市级智慧停车综合服务平台以同区域停车场信息共享与联动为核心,结合“移动互联网+物联网+云计算+大数据”技术,通过改造升级的方式接入路内停车资源和路外停车资源(包括大小停车场),以及利用错峰共享的互联网模式来实现泊位统筹、车位预留、停车引导等,打破传统城市停车信息资源“孤岛”,无法形成统一均衡调度的局面,真正实现从点到面的转变。


车牌识别技术

  创新的使用多层CNN算法对车牌进行快速定位,独创多模板、多分割投票方法对车牌进行定位,并对算法进行汇编级优化,在嵌入式平台实现接近实时的识别速度和极低的内存占用率(<3M)。针对停车场场景综合识别率达到99.8%。


车型识别技术

针对停车场场景大量真实数据进行多次回归学习,可以识别出2800多类车型、年份及车身颜色,白天准确率接近95%。 


人脸识别技术

 借助开放数据及大量实际门禁人脸数据,结合GAN生成大量的带id的人脸数据,并通过收集到部分带年龄的人脸数据回归出人脸年龄渐变模型,最终根据这些数据设计大小两个人脸识别模型,大模型200M左右,在千万级别比对中准确率达到99.5%。小模型8M,可以运行在低端的带NPU和不带NPU的ARM平台中,对于5万级的比对库准确率超过99.5。


基于视频检测的停车场车位自动识别技术

    极致优化的CNN算法,在低端海思3516EV200/MSTAR SSC335 等平台上实现车位区域识别、车位编号识别、车位车辆识别、车牌识别。


LowLevel图像处理技术

   针对实际低端相机中常见的图像问题,开发超分辨重建算法、模糊消除算法、颜色恒常性算法、微光增强技术、单帧高动态算法。 


多源异构数据融合算法

    针对智慧交通中多源异构数据问题,设计出多分支特征提取算法及贝叶斯CNN融合算法,将结构及非结构化的数据抽象为低纬度特征数据,为大数据分析提供一致的数据源。

点击加载更多~