【视频】车牌照片骗开停车场是真的吗?专业视角告诉你

 最近,网上流行一种视频,通过手机拍摄车牌,就能骗过停车场的道闸,自由出入,连很多网红汽车博主也跟进证实了它的真实性。让很多人对停车场系统的安全性产生了质疑。

那今天安防编辑部从专业的角度跟大家聊聊这个话题。

首先,视频中关于车牌照片骗开停车场是真的吗?确实,有些停车场是存在这种安全漏洞的,但是,出现这种情况是因为没有安装车辆感应装置,车辆感应装置现在可以说是停车场系统的标配了,视频中的这类停车场要么是设备比较老旧,要么是为了省成本没有安装车辆识别装置,比例应该是非常少了。

那我们就来说说有关车辆识别的原理。停车场系统目前主要有两种方式来识别车辆,一是物理识别,二是摄像机的图像识别。

在没有车牌识别之前,停车场系统大多数都是通过刷卡进出的,车辆识别主要靠物理识别,主要有地感线圈和雷达两种方式。

【视频】车牌照片骗开停车场是真的吗?专业视角告诉你

地感线圈利用电磁感应的原理来识别车辆。它通常在同一车道的路基下埋设环形线圈,作为传感器。当车辆通过该线圈或者停在该线圈上时,由于车辆本身是金属体,它引起线圈回路电感量的变化,从而识别到有车辆进出。

【视频】车牌照片骗开停车场是真的吗?专业视角告诉你

雷达的话就是利用微波的发射和反射来判断是否有车辆存在。相比地感线圈,雷达不需要挖路埋线,施工难度比较低。

【视频】车牌照片骗开停车场是真的吗?专业视角告诉你

通过这两种物理识别的方式,其实已经能很准确的识别车辆了。现在的停车场基本都是通过车牌识别进出,车牌识别是通过摄像头完成的,所以现在还可以通过摄像头来识别车牌的真伪。

这主要是通过人工智能技术,通过大量的真假车牌及其他特征训练出系统的判断能力,别说你拿个照片,就算你手举个真的车牌,系统也会识别出你不是真实的车辆。

【视频】车牌照片骗开停车场是真的吗?专业视角告诉你

用了人工智能技术的加持,现在的停车场不关能做车辆的识别,还能实现更多的安全保障。比如车牌和车型、颜色、甚至是驾驶员的匹配,防止套牌车和盗用车现象。

【视频】车牌照片骗开停车场是真的吗?专业视角告诉你

做个总结,第一,照片骗开停车场有可能存在,那是因为停车场简配了基本的功能,比例和概率极低。第二,现在停车场系统的智能化程度已经很高了,有很多大家都不会留意的安全保障,大家有什么疑问可以留言交流。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 北京打造人工智能产业新高地

    北京已成为我国人工智能发展的领先地区, 2022年相关产值规模预计约2270亿元。高影响力学者数量居全国之首,学术成果显著。未来,北京将继续发挥人才和技术优势,向具有全球影响力的人工智能产业生态体系迈进。

    2024年2月20日
  • 泰科亮相第十五届中国国际石油石化技术装备展览会集成安全管理系统为石油石化行业持续发展保驾护航

    2015年3月26日,中国北京–全球最大的消防安防专营公司泰科26日亮相于北京举行的第十五届中国国际石油石化技术装备展览会(CIPPE),展示一系列针对石油石化行业特殊需求的产品和解决方案,帮助石油石化企业打造全面的智能化、信息化安全管理系统,降低潜在风险,提高企业整体安全系数。

    2024年4月12日 资讯
  • 贵州部署推进“天网工程”建设

    会议要求各级各部门以问题为导向、以实战为目标,全面提升“天网工程”建设应用水平,筑牢立体化社会治安防控体系。

    2024年2月6日
  • 激发涌现更多专精特新中小企业

    可以说,当越来越多的专精特新中小企业在专业领域成为世界的佼佼者,就能更好推动产业链供应链现代化,为构建新发展格局提供强大支撑。

    2024年2月17日
  • 监控排污用上了“电子眼”

    6月2日,在南昌县环保局监控中心的电脑上,记者看到监控人员只需轻点鼠标,就可调节远程摄像头的拍摄角度,通过回传的图像,可以清晰监测到企业废水、废气排放情况,安装在企业排污口的自动分析设备,则对企业排放污水中的化学需氧量、氨氮、PH值等进行实时分析,并即时将分析数据传输至电脑端口,当有超过标准的数据出现时,系统会自动报警。

    2024年2月7日
  • 山东省印发新学期方案 加强校门管理 实行相对封闭管理

    加强校门管理,校园实行相对封闭管理,师生员工入校一律检测体温,查验健康绿码。外来人员非必要不入校,确需入校的要查验身份、实名登记,严格“测温+健康绿码”。做好教室、食堂、宿舍、图书馆、体育馆等场所通风消毒,合理设置并及时检修测温设备。加强师生员工行为管理,落实勤洗手、常通风、戴口罩、“一米线”等常态化疫情防控要求。

    2024年1月28日