盡管優(yōu)勢(shì)非常明顯，但基于云的車(chē)牌識(shí)別解決方案在實(shí)施過(guò)程中并非沒(méi)有局限性與挑戰(zhàn)。這些問(wèn)題大部分都與技術(shù)相關(guān)，小部分是與用戶的預(yù)算相關(guān)，因此在用戶安裝車(chē)牌識(shí)別解決方案之前應(yīng)該了解這些因素。
最顯著的限制是，云分析可能不適用于基于視頻立即采取行動(dòng)的應(yīng)用場(chǎng)景，例如通過(guò)車(chē)牌識(shí)別后自動(dòng)打開(kāi)停車(chē)場(chǎng)的大門(mén)，如果識(shí)別后經(jīng)云端分析再進(jìn)行響應(yīng)，那么用戶體驗(yàn)是糟糕的，因此在對(duì)設(shè)備響應(yīng)速度有要求的場(chǎng)景，邊緣解決方案會(huì)更加的適合。
互聯(lián)網(wǎng)連接
顧名思義，基于云的解決方案需要網(wǎng)絡(luò)連接才能正常工作，因此對(duì)于沒(méi)有網(wǎng)絡(luò)連接的項(xiàng)目來(lái)說(shuō)，它們并不可行。
“對(duì)于基于云的車(chē)牌識(shí)別，事件檢測(cè)也是一個(gè)問(wèn)題，如果帶寬允許連續(xù)監(jiān)視區(qū)域的視頻流（在這種情況下，我們的解決方案使用基于視頻分析的觸發(fā)），則可以避免事件檢測(cè)，但這是就可訪問(wèn)的基礎(chǔ)架構(gòu)以及考慮經(jīng)濟(jì)原因而言，還不現(xiàn)實(shí)。” Asura Technologies銷(xiāo)售主管Adrian Cseko解釋說(shuō)。“解決該問(wèn)題的另一種方法是設(shè)置適當(dāng)?shù)膱D像預(yù)選機(jī)制，觸發(fā)器（如感應(yīng)環(huán)）或包含某種觸發(fā)機(jī)制的攝像機(jī)，但是由于價(jià)格差異，后一種解決方案可能會(huì)相對(duì)普通的IP攝像機(jī)方案更加昂貴。”
相機(jī)品質(zhì)
為車(chē)牌識(shí)別選擇攝像機(jī)的基本經(jīng)驗(yàn)法則是，如果人眼可以識(shí)別車(chē)牌，則車(chē)牌識(shí)別解決方案也可以識(shí)別它。話雖如此，由于高速公路上的攝像頭通常必須應(yīng)對(duì)惡劣的條件，因此在某些情況下它們無(wú)法提供連續(xù)清晰的視覺(jué)效果。
“在所有天氣和光照條件下，相機(jī)圖像質(zhì)量都是至關(guān)重要的，” Avutec銷(xiāo)售總監(jiān)Walter Verbruggen說(shuō)。“專(zhuān)用的車(chē)牌識(shí)別攝像機(jī)系統(tǒng)將始終勝過(guò)其他類(lèi)型的攝像機(jī)，因?yàn)樗槍?duì)車(chē)牌識(shí)別圖像質(zhì)量進(jìn)行了優(yōu)化，提供了更高的速度，并且不需要任何圖像或視頻壓縮，從而損害了圖像質(zhì)量。”
攝像頭的放置對(duì)于捕獲車(chē)牌也是相當(dāng)重要的，太遠(yuǎn)或太近都會(huì)導(dǎo)致圖像無(wú)效。同樣，將攝像機(jī)安裝得太高或太低也將成問(wèn)題。值得探討的是由于雨，霧，灰塵或其他類(lèi)似因素而導(dǎo)致視覺(jué)效果模糊，車(chē)牌識(shí)別解決方案將難以識(shí)別。這些問(wèn)題對(duì)任何車(chē)牌識(shí)別解決方案都是一個(gè)挑戰(zhàn)，無(wú)論它們基于云還是邊緣。
缺乏可定制性
Adaptive Recognition的首席營(yíng)銷(xiāo)官Gabor Jozsa表示，基于云的系統(tǒng)都會(huì)有網(wǎng)絡(luò)連接自適應(yīng)的問(wèn)題，但對(duì)于車(chē)牌識(shí)別而言，最大的局限性可能是難以提供某些特定需求的識(shí)別服務(wù)。
用戶的應(yīng)用需要特定的OCR引擎及識(shí)別功能，需要本地解決方案提供這些服務(wù)。
局限性與優(yōu)勢(shì)
總而言之，基于云的車(chē)牌識(shí)別解決方案和基于邊緣的車(chē)牌識(shí)別解決方案都有其優(yōu)點(diǎn)和缺點(diǎn)。兩者的適用性都有一定的場(chǎng)景要求，因此用戶在做選擇時(shí)一定要從實(shí)際出發(fā)。
（本文編譯自安防知識(shí)網(wǎng)國(guó)際站）
