Дякуємо, ми отримали ваше повідомлення і звʼяжемось в найближчий час! :)
How it works:
● As cameras record the area of interest, images of license plates are captured when vehicles pass through the monitored zone.
● The Scylla LPR system uses advanced image processing algorithms to locate and extract license plates from the footage. It operates effectively under various lighting and environmental conditions.
● The recognized license plate information is then compared against a pre-configured database, which may include allowlists and blocklists. If a match is found, the system triggers predefined actions such as opening gates, sending notifications, or logging entry/exit data.
● Scylla’s instant and automated license plate recognition process not only enhances security and access control but also streamlines business operations—making LPR an invaluable tool for efficient vehicle activity management.
Scylla License Plate Recognition supports powerful business analytics features:
Peak hours and dwell time
Count of unique and repeat entries and exits
Total number of entries and exits
Average parking duration
Reports and license plate lookup within the database
Бездоганна безпека: точність у кожному скануванні номерних знаків
Unlimited Functionality
The advanced Scylla LPR engine seamlessly integrates with multiple cameras using standard protocols such as ONVIF and RTSP. Operating in real time, the license plate recognition system quickly and accurately identifies plates even in high-speed, multi-lane traffic scenarios.
With support for nearly 200 protocols, Scylla LPR ensures uninterrupted real-time performance, even in environments with multiple cameras.
High Accuracy
With up to 99.6% accuracy, the Scylla LPR system is trained to instantly recognize license plates at speeds of up to 250 km/h. From static surveillance cameras to high-speed vehicles, enjoy an effective blend of precision and speed that enhances operational efficiency, overall performance, and security.
Detailed Data Reporting
The data provided by Scylla LPR includes: license plate number, date and time, country and state, plate type, direction of travel, region of interest ID, full and partial plate images (plate patch), and the plate’s position on the original frame.
This allows you to make informed real-time decisions to enhance security and efficiently manage traffic operations.
Data-Driven Security
● Powerful tools for informed decision-making
● Enhanced security and parking management through intelligent license plate recognition technology
● Instant and automated identification
● Customizable in-depth reports on peak hours, unique and returning vehicles, average parking duration, total entries and exits, and attribute/tag-based counts
Fill out the form to receive a personalized consultation for your IT infrastructure:
FAQ
Який найкращий кут нахилу камери по горизонталі?
Зі збільшенням кута нахилу продуктивність системи погіршується. Бажано підтримувати низький горизонтальний кут для забезпечення оптимальної точності. Це особливо важливо для країн з низьким співвідношенням ширини і висоти текстового шрифту.
Який найкращий вертикальний кут камери?
Високі кути можуть погіршити точність системи, тому рекомендується не перевищувати 30 градусів. Крім того, не встановлюйте камери під номерним знаком, оскільки це може призвести до накопичення дощу на об'єктиві.
Яка оптимальна щільність пікселів?
Для ефективної роботи модуля LPR область розпізнавання повинна бути не менше 200 пікселів у висоту або ширину, а співвідношення сторін - не менше 0,6 і не більше 2.
Які рекомендації щодо зовнішніх джерел ІЧ-випромінювання?
Якщо ІЧ-діапазон недостатній для вбудованих світлодіодів або якщо камера не має вбудованих ІЧ-світлодіодів, можна використовувати зовнішні джерела інфрачервоного випромінювання. Зовнішні ІЧ-джерела повинні бути розміщені близько до камери, щоб відбите світло могло потрапляти в неї. Джерело інфрачервоного випромінювання повинно бути розташоване паралельно камері, щоб світло падало на ту частину дороги, яка знаходиться в полі зору камери.
Яка роздільна здатність зображення є оптимальною для системи розпізнавання автомобільних номерів?
Роздільна здатність 1 мегапіксель (HD 720p) є достатньою для розпізнавання номерних знаків. Збільшення роздільної здатності не покращить здатність камери розпізнавати номерні знаки, оскільки може знизити чутливість.