footage with ANPR: automatic number plate recognition

Die Vorteile der

automatischen Nummernschilderkennung (ANPR)

Die automatische Nummernschilderkennung (Automatic Number Plate Recognition (ANPR)) ist eine Analyse-Software, die Fahrzeugnummernschilder ohne menschliche Eingriffe erfasst, dokumentiert und abgleicht. Die Nummernschilderkennung bietet Unternehmen und Behörden hohe Sicherheit und Effizienz bei der Überwachung von Zufahrten, während Staus reduziert, Treueprogramme unterstützt und gezielte Werbekampagnen ermöglicht werden. Die dauerhafte Nummernschilderkennung wird bereits seit Jahrzehnten zum Aufspüren von Kriminellen und gestohlenen Fahrzeugen eingesetzt.

LÖSUNGEN ENTDECKEN
Ihre Anforderung
Effizienz
steigern
Die Nummernschilderkennung bietet hohe Sicherheit und Effizienz bei der Überwachung von Zufahrten, während Staus reduziert, Treueprogramme unterstützt und gezielte Werbekampagnen ermöglicht werden.
Ihr Marketplace
Anforderungen mit effektiver Technologie erfüllen
Im Milestone Marketplace steht eine Community aus Software- und Hardware-Partnern bereit, die Technologien für die automatisierte Nummernschilderkennung anbieten. Hier finden Sie individuelle Lösungen für Ihre Anforderungen.
Milestone Systems
Erstklassige
Kompetenz
Der Milestone Marketplace stammt von Milestone Systems, dem weltweit führenden Anbieter von Videomanagementlösungen (VMS). Die gesamte Software und Hardware von Milestone wurde für die Videomanagementsoftware XProtect® optimiert, damit Sie Videodaten erfassen und Herausforderungen intelligent meistern können.
Die Community für Videomanagementlösungen

Milestone Marketplace

Mit dem Milestone Marketplace nutzen wir die Kraft der Innovation innerhalb unserer Community, um Technologiepartner mit den Unternehmen und Anwendern zusammenzubringen, die sie dringend brauchen. In unserer einzigartigen und lebhaften Community finden Sie die Anwendungen, Hardware und Dienste, mit denen Sie Ihre Herausforderungen meistern.
Graphic elements/Rich icons/Connect Created with Sketch.
Echtzeiterkennung für Verkehr bei jeder Geschwindigkeit

Automatische Nummernschilderkennung (ANPR)

Die Nummernschilderkennung, auch Automatic Number Plate Recognition (ANPR) oder License Plate Recognition (LPR) genannt, verwendet die optische Zeichenerkennung, um Nummernschilder bei hoher Geschwindigkeit zu erfassen. Die Software isoliert und erfasst Fahrzeugnummernschilder und Zulassungskennzeichen mit Zeit, Datum und GPS-Koordinaten. Sie digitalisiert die analogen Informationen und gleicht die Buchstaben und Ziffern dann mit bestimmten Datenbanken ab, um automatische Warnungen für spezifische Fahrzeuge auszulösen. Mit verbesserten Kameras erkennt die Technologie jetzt auch das gesamte Fahrzeug und liefert ein klares Bild des Fahrers und Beifahrers. Wenn Infrarottechnik eingesetzt wird, können die Nummernschildkameras die Fahrzeugzulassungskennzeichen bei Tag und Nacht erkennen.  

Nummernschildscanner können zur Sicherung eines Bereichs und Optimierung des Verkehrsflusses an Mautstellen mit automatisierten Zahlungsgeräten eingesetzt werden. Die Polizei verwendet Nummernschildscanner auf Schnellstraßen, um Raserei und rücksichtsloses Fahren zu reduzieren. Netzwerke können Tausende Spuren abdecken und automatische Kennzeichenlesesysteme können jetzt auch die Daten von mehreren schnellen Autos gleichzeitig erfassen.  

Programme zur automatischen Nummernschilderkennung lassen sich nahtlos in Scanner integrieren und können mit Programmen zur Gesichtserkennung, Bewegungserkennung und Zutrittskontrolle vernetzt werden. Die Produkte unterscheiden sich hinsichtlich Fahrzeuggeschwindigkeit, Spurbreite und Auflösung, Leistung bei schlechten Lichtverhältnissen, Genauigkeit, Kompatibilität und Zoomfunktion.

JETZT BEGINNEN

Persönliche Demo buchen

Erleben Sie Milestone in Aktion – mit einer Demo, die extra auf Ihr Unternehmen und Ihre Anforderungen zugeschnitten ist.

You will be logged out in
5 minutes and 0 seconds
For your security, sessions automatically end after 15 minutes of inactivity unless you choose to stay logged in.