日本のナンバープレートに特化して学習・開発した、高精度・高速な車番認識エンジン。認識精度99.8%、1画像あたり約40msの高速処理を実現。走行中の車両や昼夜を問わず、ナンバープレートの検出・四隅補正・OCRまでを一連の処理として提供します。クラウド環境で利用できるAPI型に加え、カメラや現場機器上で処理を完結できるエッジSDK（オンプレミス）にも対応。用途やシステム構成に合わせて、柔軟な導入が可能です。
無料トライアルを申し込む APIの詳細を見るAxis Communications TIPパートナー認定 高精度 99.8% 高速処理 約40ms 昼夜・走行車両対応 セキュアなエッジ運用
導入・運用実績
日本の法定プレート・ご当地ナンバー・ケイ番号に特化して最適化
183,000枚の学習データで鍛え上げた専用検出モデル。実写検証セットでも F1 98.7% を確認しています。
INT8量子化による超軽量モデル。軽量さゆえ検出から切り出し・認識まで40ms以内で完結。カメラ本体やラズベリーパイ級のARMデバイス内でリアルタイム動作し、通信コストと遅延をゼロに。
検出後に四隅座標を推定し透視歪みを正規化。斜めアングル・逆光・夜間IR（赤外投光併用）でもOCR精度を維持します。
高速検出により走行中のナンバーを約40msでテキスト化。車両を止めないゲート・通路運用にそのまま使えます。
普通車・中型・大型・ケイ・臨時ナンバー、地名ひらがな、2025年発行のご当地ナンバー対応済み。
エッジ実行により画像を外部送信しない構成が可能。プライベートクラウド運用にも対応します。
Axisネットワークカメラ × AIナンバープレート認識
Jotsuは、Axis CommunicationsのTechnology Integration Partner（TIP）として、Axis製ネットワークカメラとAIナンバープレート認識技術の連携に対応しています。
既存のネットワークカメラを活用した構成から、Axisカメラへのアプリケーション統合まで、現場の環境や用途に合わせたシステム構築をご提案します。
車両を「見る」から「データで管理する」へ
ナンバープレート認識AIを活用して、車両の入退場・通行履歴・利用状況を自動で記録。これまで人が目視で確認・記録していた作業を自動化し、車両情報の管理・検索・分析を効率化します。
ナンバー認識で、券レス・非接触の入退庫管理を実現。精算機やゲートカメラと連携し、入庫・出庫した車両を自動認識。車両の入退庫履歴を記録し、駐車場管理業務を効率化します。
駐車場入退庫管理｜導入事例を見る入構車両を自動記録し、現場の車両管理を効率化。工場・建設現場・物流センターなどの入構車両を自動認識。入退場履歴の管理に加え、運送会社別の通行実績や滞留状況の把握にも活用できます。
施設・現場ゲート｜導入事例を見る既存カメラの映像から車両を認識し、ナンバー情報を自動記録。既存のネットワークカメラを活用して、車両の検出・ナンバープレート認識を自動化。映像だけでは確認しにくい車両情報をデータ化することで、車両の検索・確認・履歴管理を効率化できます。エッジ処理にも対応しており、画像を外部へ送信せず、現場側で認識処理を行う構成も可能です。
防犯カメラ高度化｜導入事例を見る社有車・業務車両の出入庫を自動記録。ナンバープレート認識により、車両の出庫・帰庫を自動で記録。車両ごとの利用履歴や稼働状況を把握し、車両管理業務を効率化します。Webhookなどを利用した既存の配車システム・業務システムとの連携にも対応できます。
車両・フリート管理｜導入事例を見る駐車場、工場、建設現場、物流施設、防犯監視、フリート管理など、幅広い用途に対応。Jotsuでは、AIナンバープレート認識だけでなく、カメラ・エッジ・Cloud API・外部システム連携まで、お客様の環境に合わせた一貫したシステム構築をご提案します。
初期費用なし。無料トライアルから始められます。
ナンバープレート認識APIは、無料トライアルからご利用いただけます。小規模な検証から大規模なシステム導入まで、利用規模や運用環境に合わせたプランをご用意しています。Cloud APIだけでなく、エッジSDKやカメラ内AI統合にも対応。既存設備の活用や複数拠点への展開など、お客様の用途に合わせて柔軟に構成できます。
| プラン | 内容 | 料金 |
|---|---|---|
| 無料トライアル | Cloud API・1,000枚/月まで・全機能 | ¥0 |
| Starter | Cloud API・30,000枚/月 | 月額 ¥9,800〜 |
| Businessおすすめ | Cloud API・300,000枚/月・優先サポート | 月額 ¥48,000〜 |
| エッジSDK | aarch64 / x86_64対応・C++ SDK・検出〜OCR一式・デバイスライセンス | 個別見積 |
| カメラアプリ統合 | Axis ACAP等へのカメラ内AI統合・カスタマイズ | 個別見積 |
クラウド上でナンバープレートの検出からOCRまでを処理します。APIを利用して、既存のシステムや業務アプリケーションとの連携も可能です。
現場側のデバイスでナンバープレート認識を行う構成です。通信量を抑えたい場合や、画像を外部へ送信せずに処理したい場合、リアルタイム性を重視するシステムに適しています。
Axis ACAPなどを活用し、カメラ側でAI認識処理を行う構成にも対応しています。カメラ・エッジ・クラウドを組み合わせた最適なシステム構成をご提案します。
小規模なPoCから、工場・駐車場・物流施設・入退場管理などの大規模な運用まで対応可能です。年間契約や大規模導入の場合は、ボリュームディスカウントにも対応しています。まずは無料トライアルで、実際の画像を使った認識性能をご確認ください。
※表示価格は目安です。正式な料金は、利用枚数・システム構成・カスタマイズ内容等により異なります。
※エッジSDKおよびカメラアプリ統合の料金は、対象デバイス・台数・開発内容を確認のうえ、お見積もりいたします。
画像をPOSTするだけで、検出ボックス・四隅・読み取りテキストを返却
curl -X POST https://api.japanlpr.net/v1/recognize \
-H "Authorization: Bearer $YOUR_API_KEY" \
-F "image=@parking_gate.jpg"
# →
{
"plates": [{
"text": "品川330さ12-34",
"class": "kanji+num",
"bbox": [1024, 618, 1180, 664],
"corners": [[1024,620],[1180,618],[1180,664],[1024,663]],
"confidence": 0.97
}],
"elapsed_ms": 42
}
※ バイナリ・Base64・URL指定にも対応予定。レスポンスはJSON、OpenAPI仕様書はトライアル登録時に提供します。
導入前の疑問やご不安を解消します
ナンバープレート認識システムの導入をご検討のお客様から、よくいただくご質問をまとめました。既存のカメラを活用した構成から、AI認識に適したカメラを新たに設置する構成まで、現場の環境や用途に合わせてご提案します。
ナンバープレートの番号だけで直ちに個人情報に該当するとは限りませんが、カメラ画像やその他の情報と組み合わせることで、個人を識別できる情報となる場合には、個人情報保護法の対象となる可能性があります。
そのため、導入時には「何のために撮影・認識するのか」という利用目的を明確にし、画像・認識データの保存期間、アクセス権限、管理方法などを適切に設計することが重要です。
Jotsuでは、お客様の利用目的や運用環境に合わせて、データの保存・管理方法を含めたシステム構成をご提案します。
はい。既存設備を活用できる場合があります。
RTSPによる映像取得やJPEG静止画のキャプチャに対応した一般的なネットワークカメラであれば、機種・仕様を確認したうえで対応可否を検討できます。
これまでに、Axisなどのネットワークカメラをはじめ、複数メーカーのカメラを使用したシステム構築実績があります。
ただし、ナンバープレート認識の精度は、カメラの解像度、レンズ、撮影距離、車両の速度、設置角度、照明条件などに大きく左右されます。
そのため、既存カメラをご利用の場合は、実際の撮影映像を確認したうえで、最適な構成をご提案します。
認識精度を確保するためには、ナンバープレートを十分な大きさ・画質で撮影できることが重要です。
一般的な目安として、以下のような撮影条件を推奨しています。
※上記はあくまで目安であり、実際の認識精度はカメラ性能や現場環境によって異なります。
現場の映像を事前に確認し、必要に応じてカメラのレンズ、設置位置、照明なども含めて最適化します。
用途や通信環境によって適した構成が異なります。
Cloud APIがおすすめのケース
エッジSDKがおすすめのケース
また、「エッジ側でナンバープレートを認識し、認識結果をクラウドで管理する」といったハイブリッド構成にも対応可能です。
夜間・雨天・雪などの環境でも認識できるよう、さまざまな環境を想定した学習データを使用しています。
ただし、夜間の照明状況、雨や雪による反射、ナンバープレートへの付着物、車両の速度、カメラの露出・ピント・設置角度などによって、認識精度は大きく変化します。
特に夜間の車両撮影では、IR照明や外部照明、カメラのシャッター速度・露出設定などが重要になります。
そのため、実際の導入環境で撮影した映像を使用した事前検証（トライアル・PoC）をおすすめしています。
ナンバープレート認識の精度は、AIモデルだけでなく、カメラの性能や撮影環境にも大きく左右されます。
そのため、「どのような環境でも一定の認識率を保証する」という考え方ではなく、実際の設置環境に合わせてAIモデルと撮影条件を最適化することが重要です。
Jotsuでは、実際の現場映像を用いた検証・チューニングにも対応しています。
導入前に実環境での認識結果を確認することで、必要なカメラ・照明・設置条件を事前に検討できます。
はい。認識したナンバープレート情報を、既存システムと連携する構成も可能です。
Cloud APIを利用したシステム連携のほか、エッジ側で認識処理を行い、その結果を既存の入退場管理システムやデータベースへ連携する構成にも対応できます。
お客様の既存システムの仕様を確認したうえで、API連携・データ連携方法を含めてご提案します。
はい。実際の導入環境に近い映像を使用した事前検証をおすすめしています。
カメラの設置位置、撮影距離、車両の速度、昼夜・天候などの条件を確認し、実際の映像を使用して認識性能を検証します。
といったご相談にも対応しています。
まずは現場の撮影環境や用途をお聞かせください。
最適なカメラ・AI・クラウド／エッジ構成をご提案します。
実際の画像で、ナンバープレート認識をお試しいただけます
お手元の車両画像や現場で撮影した画像をお送りいただければ、実際の撮影環境を想定してナンバープレートの認識結果をご確認いただけます。
お問い合わせフォームへ（公式サイト）運営: Jotsu Co., Ltd.（大阪）／ https://jotsu.co.jp