我们只做一个事情，一个传感器相机，在2014年下半年的时候推出第一款车牌识别相机，这几年在行业深受大家的青睐，用得比较多。相机发布以来，其实我们围绕一个问题，刚才几位嘉宾也有提到，就是识别率的问题。从最早的97、98到99，再往后99点几，其实是越来越难的。我们做算法做了十多年，这里面感触很深，一个算法越往后付出的代价，不管是研发投入还是硬件资源的限制都是越来越难的。但是我们的目标一直是朝着100%去的，虽然大家可能觉得100%还是有点夸张，但是我们的目标是100%。

如果前端相机在车牌识别或者车辆识别的问题上达到了100%，那会是什么样子？其实就会简单很多。第一部分是讲why要做这个瞾系列。100%是对车牌，无漏识别、无误识别。这是我们的痛点，行业客户会讲为了解决识别率百分之几个点的问题，要架很多相机。在朝100%走的路上，去年有一个事情对我们打击很大，去年10月份有一个我们的客户发一张照片给我，这是模拟照片，实际的照片是一个大妈拿一个手机，手机上有一个车，在摄像头面前刷，然后进场了，她手上存着VIP车主的照片，然后进场。这是降维打击，本来是三维，结果手机上是二维的，这就让相机尴尬了。受到这个打击之后，我们想做相机不能只保证图像的识别，要保证每辆真车都能被准确的识别定位，这是我们的核心问题，也是做相机传感器要解决的问题。

我们怎么做的呢，或者做了什么？我们的灵感来源于iPhone7 Plus。本来我不太愿意承认这个东西，做产品、做研发的东西都会说这是我们自己发明的、自己创造的，但是回过头来仔细想的时候，我们一定是收了很多灵感，这个灵感最后理出来还是源自于它，我们很好的借鉴了它的思路。两个摄像头，一个广角、一个长焦。我们的产品（见PPT）。手机的双摄基本普及了，但是手机的双摄和出入口的双摄很不一样，手机上的双目只是得到相对的深度信息，我们的双目是精确测距、深度信息、尺度信息的误差只在5%以内。第二个是测距范围，停车场的出入口从1米到8米的场景是完完整整的覆盖，都能进行测距，一辆车开过来的距离我们可以恢复它的深度信息。解决这个问题的时候，我们有一个广角镜头，广角有畸变，我们也是花了一定力气解决这个问题。手机上面不是需要全天候，手机拍不清楚可以加闪光灯，但是停车场不是，是白天、晚上、各种光照下都可以得到准确的数据。这款相机7月份出来的，但是这个月才发布，为什么？因为量产难，我们的量产从一天产几十台到现在一天几百台，中间有靠工业自动化解决的过程。

瞾系列，意思是双目横空出现。刚才讲了一些过程，具体的功能围绕我们的设计来，围绕双摄像头、实施的场景深度实现这些功能。第一个，两个200万总共400万，这是双目深度的功能。第二个是实时的深度信息的计算，里面用了一个VPU。第三个是100%，从图像上解决有难度，基于图像的车脸、车头出发，可能到96%、97%，但是现在加入深度信息，100%没有问题。还有误识别的问题，之前的识别有个两难的问题，识别灵敏度，对于车身的数字或者有些干扰的信息，它和车牌从文字上是一样的，我们3D建模怎么解决这个问题呢？真实的车牌是实时测试到它的宽度，大概是44厘米，而实际上拿一个假车牌去会测到车牌很短，10厘米，通过这种方式真车牌和假车牌就很好区分。比如手机测出来5厘米。这是零调试的概念，我们的相机从第一代第四年开始加入电控调焦，调出来很大程度减少了施工的困难，但是还不够，因为调来调去，包括前面的安装人员还有培训的问题。现在我们怎么做呢？我们的广角镜头和长焦镜头对整个出入口通道完全覆盖，从1米到8米，把相机拿过去，不用管了，完全覆盖。这是广角的场景演示，要做无人化必然还有一个监控，因为东西放上去还要有摄像头看，广角摄像头，安装在道闸稍微偏后一点，对整个场景是能全覆盖的。

最后介绍一下火眼臻睛，从我们成立到现在做的一个事情，从最早智能视频的分析到后面的相机只做智能相机，我们立志成为智能相机的领导者。我们的理念是用计算机视觉来帮助人、替代人，最后解放人。在无人化的停车场应该是第一个落地的东西。我们当前的产品线，右下角是我们T系列，传统相机，从2014年发布到现在覆盖了接近40万个出入口，我们的统计数据不是太准，可能占全国停车场1/4，服务的车主也是估算的在七千万。右上角是今年发布的车位引导的相机，陆陆续续在国内很多大型停车场在用。左边下面是这个月推出的海思的车牌识别一体机，上面是今天讲的瞾系列，也是我们的拳头产品。所有产品全系标配最新推出的车牌识别算法3.0，其实是“车辆”。达到的效果是99.99%的车辆识别率。这个算法到一定阶段会有突破，这是我们一直做的事情。

回顾刚才整个过程，其实从2014年到2017年，我们最新的这款产品的发布，我相信在接下来的一两年内，基于双目摄像头的形态会逐渐普及，这将再次成为行业的标配。我们的展位是1号馆1T14号，大家可以现场体验我们最新的产品。