車牌辨識
專案介紹
傳統車牌辨識系統（rule-based LPR）高度依賴人工設計特徵與固定規則，對於動態交通環境場域的資料處理較差，無法自行適應未處理過的樣本。NU-LPR可辨識各種車牌，有效應用於複雜場域。
專案挑戰
由於AI的強像是來自於數據推估，所以在訓練模型時需要收集環境數據（清晨、黃昏、雨天）。
解決方案
利用各種環境下收錄的數據，加上資料擴增（Augmentation）技術，讓車牌厭世模組可以在不同環境下判別各式車牌。
成果
搭配協力廠商的系統，能提供黑白名單、停車時間、預約停車等功能。
成功讓此系統應用在複雜的環境提高車牌辨識率，軟體彈性大可依客戶需求客製。