License Plate Recognition

Pengenalan

License Plate Recognition (LPR) adalah keluarga pipeline analitik video real-time yang mendeteksi kendaraan dalam stream video, mendeteksi plat nomornya, dan melakukan OCR untuk membaca karakternya. Tersedia empat varian yang terbagi menjadi dua arsitektur:

• Single-stage (NFV4-LPR2, NFV4-LPRS) — satu inferensi mendeteksi kendaraan dan plat sekaligus, lalu hasil OCR dari beberapa frame dikelompokkan dan dipilih konsensusnya.
• Two-stage (NFV4-LPR3, NFV4-LPR3S) — deteksi kendaraan berjalan tiap frame, sedangkan deteksi plat di-throttle ke FPS yang lebih rendah; setiap kendaraan ditrack secara individual untuk throughput lebih tinggi.

NFV4-LPRS dan NFV4-LPR3S menambahkan klasifikasi tipe plat (sipil, pemerintah, militer, diplomatik); NFV4-LPR2 dan NFV4-LPR3 hanya mengenali plat sipil standar.

---

Apa yang Dilakukan

Kemampuan

• Deteksi kendaraan — mobil, bus, truk, motor (dan sepeda pada varian two-stage).
• Deteksi plat nomor & OCR karakter — dijalankan lewat model deteksi khusus lalu model pengenalan karakter yang sama pada seluruh varian.
• Klasifikasi tipe plat (NFV4-LPRS, NFV4-LPR3S) — membedakan plat sipil, pemerintah (private, public, government, embassy, new_vehicle), dan dinas TNI/Polri (police, tni_1-AU, tni_2-AD, tni_3-AL, kemenhan, mabes_tni).
• Indikasi arah gerak (NFV4-LPR2, NFV4-LPRS) — dihitung dari pergerakan vertikal posisi plat antar frame sampel, menghasilkan up, down, atau none.
• Deduplikasi berbasis cache — nomor plat yang sama tidak dikirim ulang selama plate_cache_lifetime detik.
• ROI whitelist/blacklist per area — setiap area punya roi_type sendiri; mode blacklist otomatis memproses sisa frame di luar area sebagai area default.
• Dump kendaraan tanpa plat (opsional, enable_dump_non_plate) — mengirim event untuk kendaraan yang terdeteksi tapi platnya tidak terbaca.
• Live view MJPEG dengan overlay — GET /mjpeg/{node_num}/{stream_id}/{analytic_id} menampilkan bounding box kendaraan/plat secara real-time, berguna untuk memverifikasi penempatan area ROI. Lihat API Reference — Live View.

Yang TIDAK Dilakukan

• Tidak menghasilkan arah "masuk/keluar" yang dapat dikonfigurasi lewat garis virtual. Field entry_lines/exit_lines pada payload areas diparsing oleh helper ROI generik Visionaire, tetapi pipeline LPR tidak pernah membacanya — mengonfigurasinya tidak berpengaruh apa pun. Field direction hanya mencerminkan gerak vertikal (up/down/none) untuk NFV4-LPR2/NFV4-LPRS, dan selalu unknown untuk NFV4-LPR3/NFV4-LPR3S. Detail ada di Varian & Cara Kerja.
• Tidak memiliki environment variable maupun preset konfigurasi bawaan — berbeda dari Face Recognition, setiap parameter yang tidak dikirim langsung memakai default hardcoded; tidak ada layer environment variable di antaranya.
• Tidak melakukan verifikasi whitelist/blacklist kendaraan — logika access control (mis. mencocokkan nomor plat ke daftar kendaraan terdaftar) harus diimplementasikan di aplikasi/sistem downstream.
• Tidak menyimpan riwayat event secara internal — gunakan Lenz atau simpan sendiri dari WebSocket event untuk kebutuhan riwayat.
• Tidak mendukung plat nomor luar negeri — model OCR dan klasifikasi dilatih untuk format plat Indonesia.

---

Use Cases

---

Modul Terkait