业务需求/挑战
- 使用影像分析、人工智能、电脑视觉、物件侦测或影像辨识等技术，在日夜运作的户外广场识别每辆进站车辆的车牌号码 (LPN)；
- 立即将 LPN 发送至我们现有的系统，并告知是否需要追踪相关车辆；
- 使用影像分析、人工智能、电脑视觉、物体侦测或影像辨识等技术，对相关车辆进行无缝追踪，直至车辆抵达指定区域。
（无缝追踪的范围应涵盖整个预检系统摄影机捕捉到的所有区域，而非系统内某一个或部分摄影机捕捉到的区域。任何出现在/捕捉到的车辆，在消失/离开摄影机捕捉区域，但出现在/捕捉到其他摄影机时，系统都应能够追踪到。）
应用领域
广播
工商业
发展
教育
环境
卫生
房屋
基础设施
预期成果
- 在已建成的广场内开发，并可利用现有设施，例如遮蔽棚和安装杆；
- 仅使用嵌入式人工智能摄影机系统，其功能和处理能力可能不足以融入人工智能，因此可能需要更强大的后端系统；
- 对于日夜操作，必须处理极端情况，例如夜间某些黑暗区域由于距离较远而无法被红外线照亮，以及日出/日落时阳光直射（如果摄影机朝向这些方向）；
- 应尽快辨识车牌号码 (LPN)；
- 如果识别出的车牌号码需要立即发送到现有系统进行车辆跟踪，则需要系统整合流程来整合它们；
- 由于货车可能同时在多个相邻车道排队，因此某些摄像头对相关车辆的视野可能会被相邻车辆或前方车辆遮挡，因此可能需要多摄像头联动（高、地、左、右和中间摄像头等），以补充每个中间摄像头的视野。
