停车场收费系统的死胡同——无牌汽车充电问题如何解决？
停车场收费系统的死胡同——无牌汽车充电问题如何解决？在智能车牌识别停车场充电系统中，在进行充电管理时，需要知道车辆进出停车场的时间，才能完成充电。但对于无证车辆，目前人工干预是不可避免的。
对于进出停车场的无证车辆，不仅入口需要手动提杆放行，出口也需要找到进出车辆的信息进行匹配。这时候需要收集车辆的导入图片，匹配出口图片库中的无证车辆。 这个过程既费时又增加了警卫的工作量。在人流量大的停车场，这项工作几乎是人工难以完成，影响用户体验，成为亟待解决的问题。
停车场管理系统
目前主要集中在以下几个方面：
在接近停车场时，对于停车场收费系统通过车牌识别技术来管理无牌车辆，这意味着不能使用传统的依靠车牌的车辆识别算法。目前，目标识别的方法有很多。 考虑到停车场出入口车辆姿态和光照条件不同，识别难度较大。我们使用目前流行的神经网络进行车辆检测，多帧融合zui终输出车辆。真实的无牌车辆，检测到的无牌车辆的图片被捕获并保存。目前，对于这种方法，与传统的地感抓拍相比，目标可能无法达到更高的抓拍率，但可以过滤掉一些容易误触发的非机动车如三轮车，大大降低了误触发率，使用方便，可以在目前车牌识别摄像头视频识别的基础上完成。
为了避免复杂的人工查询，我们力求zui准确地匹配进场的无牌汽车图片。这时我们需要考虑车辆颜色的相似度，车型是否匹配，车头外观是否匹配，综合考虑各种匹配因素，从而得到两辆车相似度的排名 从低到高。收费人员可以轻松找到入口图片，计算停车费。