Karena keterbatasan teknologi low-light yang relatif sulit menangkap gambar atau video dengan jelas di malam hari dibandingkan siang hari, hal ini sangat mempengaruhi penerapan teknologi AI di bidang monitoring lalu lintas yang menyebabkan menurunnya kinerja teknologi AI dari yang di harapkan.
Pencahayaan Flashlight umumnya digunakan untuk Sistem camera ANPR, ini membantu memunculkan area bayangan gambar yang ditangkap pada siang hari. Sementara pada malam hari, pencahayaan LED light sering dipasangkan dengan infrared flashlight untuk menghasilkan gambar berwarna dan menembus kaca depan kendaraan.
Namun, solusi yang saat ini tersedia di pasar untuk mengatasi masalah low-light hadir dengan beberapa kelemahan seperti : menyebabkan polusi cahaya, konsumsi energi yang tinggi, tidak dapat menangkap gambar berkecepatan tinggi dan lain-lain
KEDACOM Ultra Lowlight AI ANPR+ adalah solusi yang sangat berbeda dari penjelasan yang disebutkan di atas. Kami secara inovatif mengadopsi algoritme yang dapat memberikan peningkatan gambar ke dalam Deep learning system yang mampu meningkatkan dan memulihkan sepenuhnya informasi warna dan detail Objek dalam keadaan cahaya redup. Perlu juga dicatat bahwa kecerahan KEDACOM Ultra Lowlight AI ANPR+ hanya 1/3 dari lampu LED pada umumnya tetapi menjanjikan penetrasi yang lebih baik tanpa distorsi gambar.
Dengan kata lain, dengan KEDACOM Ultra Lowlight AI ANPR+,pencahayaan yang disempurnakan seperti Infrared Night Vision Fill Light dan High-Powered Fill Light tidak lagi diperlukan. Gambar yang jelas dari objek bergerak termasuk kendaraan dan wajah orang-orang akan diambil tanpa disadari. Ini akan sangat meningkatkan keselamatan berkendara bagi pengemudi dengan menghindari silau yang disebabkan oleh cahaya kecerahan tinggi.
Ketika malam hari dengan banyaknya kendaraan dijalanan dan kurangnya pencahayaan lampu yang mempersulit terlihatnya kendaraan, KEDACOM dengan produk Ultra Lowlight AI ANPR+ yang menggunakan teknologi AI canggih untuk secara akurat mengidentifikasi penumpang depan, atribut mobil, warna kendaraan, merek, jenis, model, perilaku penumpang, pengenalan identitas, dan lain-lain.