規(guī)范交通治理、優(yōu)化交通出行是雪亮工程建設(shè)的主要工作內(nèi)容之一，安防監(jiān)控公司創(chuàng)通寶科技表示當(dāng)前通過(guò)視頻AI技術(shù)，實(shí)現(xiàn)車(chē)輛的智能識(shí)別、檢索、智能跟蹤，為治安防控打擊犯罪、交通綜合管控等應(yīng)用提供有力支撐。視頻AI技術(shù)的運(yùn)用主要體現(xiàn)在兩個(gè)方面，  “AI+前端系統(tǒng)”及“AI+后端系統(tǒng)”。

AI+前端系統(tǒng)

卡口系統(tǒng)：卡口系統(tǒng)以機(jī)動(dòng)車(chē)圖片抓拍、車(chē)輛號(hào)牌識(shí)別等車(chē)輛特征數(shù)據(jù)采集、布控比對(duì)報(bào)警為主要目的，在城市治安及交通管理過(guò)程中發(fā)揮了重要的作用。隨著城市公共安全領(lǐng)域內(nèi)視頻監(jiān)控系統(tǒng)的深入應(yīng)用，各城市管理部門(mén)希望獲取更多種類(lèi)、更全面的混合車(chē)道通行數(shù)據(jù)，掌握更詳細(xì)的目標(biāo)信息，以便應(yīng)對(duì)日益復(fù)雜的治安形勢(shì)。為此，當(dāng)前將先進(jìn)的全畫(huà)面智能分析技術(shù)融入新一代卡口系統(tǒng)，在完善機(jī)動(dòng)車(chē)信息采集防控的基礎(chǔ)上，加強(qiáng)對(duì)混合車(chē)道監(jiān)控場(chǎng)景內(nèi)的非機(jī)動(dòng)車(chē)、違法行為信息的采集 管控，同時(shí)細(xì)化機(jī)動(dòng)車(chē)目標(biāo)管理，大幅度提高卡口系統(tǒng)的智能化程度及應(yīng)用價(jià)值。系統(tǒng)能夠識(shí)別并提取畫(huà)面中的對(duì)象內(nèi)容，如機(jī)動(dòng)車(chē)、非機(jī)動(dòng)車(chē)等，通過(guò)模式識(shí)別算法應(yīng)用，能夠?qū)ΡO(jiān)控畫(huà)面中出現(xiàn)的對(duì)象分類(lèi)記錄、存儲(chǔ)，并通過(guò)平臺(tái)實(shí)現(xiàn)智能化檢索，實(shí)現(xiàn)以最短的時(shí)間定位目標(biāo)車(chē)輛，提供有力支持。

闖紅燈自動(dòng)記錄系統(tǒng)：闖紅燈自動(dòng)記錄系統(tǒng)通過(guò)視頻AI技術(shù)的加持，路口闖紅燈系統(tǒng)已經(jīng)不僅僅只是抓拍闖紅燈行為，而是可以單個(gè)設(shè)備實(shí)現(xiàn)路口多種違法類(lèi)型的綜合感知，如逆行、左轉(zhuǎn)不讓直行、大彎小轉(zhuǎn)等等，大大提升了路口車(chē)輛違法屬性的數(shù)據(jù)挖掘；針對(duì)大貨車(chē)等闖紅燈亂象，考慮到大貨車(chē)車(chē)牌前后不一致、污損的情況，可結(jié)合反向卡口來(lái)對(duì)大貨車(chē)闖紅燈的違法行為進(jìn)行抓拍，有效支撐道路交通安全隱患的排除和治理工作。

AI+后端系統(tǒng)

在后端，采用搭載深度學(xué)習(xí)算法的GPU架構(gòu)，通過(guò)對(duì)車(chē)輛圖片的結(jié)構(gòu)化智能分析，深度挖掘海量車(chē)輛圖片的關(guān)鍵信息，主要提供多維搜車(chē)、以車(chē)搜車(chē)、特征搜車(chē)等基礎(chǔ)能力，為行業(yè)應(yīng)用分析提供數(shù)據(jù)依據(jù)。

多維搜車(chē)

基于過(guò)車(chē)圖片中描述目標(biāo)車(chē)輛特征的結(jié)構(gòu)化數(shù)據(jù)，快速?gòu)暮Ａ寇?chē)輛數(shù)據(jù)中篩選出相符車(chē)輛信息，可按車(chē)輛品牌、車(chē)型、顏色、類(lèi)別及號(hào)牌等條件進(jìn)行組合查詢(xún)和模糊搜索，協(xié)助獲取有價(jià)值信息。

以車(chē)搜車(chē)

針對(duì)套牌、無(wú)牌的情況，系統(tǒng)支持一鍵上傳需要分析查找的車(chē)輛照片，系統(tǒng)自動(dòng)分析提取出圖片中所有車(chē)輛目標(biāo)，人工選定需要分析的目標(biāo)車(chē)輛進(jìn)行車(chē)輛查詢(xún)，并且可結(jié)合過(guò)車(chē)時(shí)段、過(guò)車(chē)區(qū)域、車(chē)輛品牌作為輔助查詢(xún)條件；也可采用“深度模式”分析方式，即根據(jù)“車(chē)輛模型”

數(shù)據(jù)進(jìn)行分析比對(duì)查詢(xún)。

特征搜車(chē)

在“以車(chē)搜車(chē)”基礎(chǔ)上，可實(shí)現(xiàn)對(duì)無(wú)牌、套牌而且有明顯局部特征且穩(wěn)定的嫌疑車(chē)輛更深層次建模分析，不僅對(duì)車(chē)輛模型進(jìn)行分析，還對(duì)車(chē)輛的局部特征，如車(chē)輛內(nèi)飾、個(gè)性化logo，特殊的年檢標(biāo)、凹痕等較有特點(diǎn)的局部建模分析，查找出該車(chē)輛及相似車(chē)輛的歷史過(guò)車(chē)信息。

結(jié)合視頻AI技術(shù)在前端、后端系統(tǒng)的運(yùn)用，可有效支撐交通綜合管控等城市級(jí)大場(chǎng)景應(yīng)用。以交通測(cè)序?yàn)槔煌y(cè)序系統(tǒng)突破我們對(duì)交通監(jiān)控的認(rèn)知，視頻不僅僅只能看，卡口不僅僅只是抓拍斷面數(shù)據(jù)，通過(guò)車(chē)輛特征跟蹤，實(shí)現(xiàn)道路車(chē)道級(jí)車(chē)輛位置的刻畫(huà)，可獲取更加精準(zhǔn)的交通參數(shù)信息，提供車(chē)道級(jí)交通參數(shù)的精準(zhǔn)分析服務(wù)；同時(shí)針對(duì)異常交通行為進(jìn)行可視化檢測(cè)，如龜速行駛、s線(xiàn)通行等；通過(guò)智慧路口到智慧路段，結(jié)合物聯(lián)網(wǎng)數(shù)據(jù)與互聯(lián)網(wǎng)數(shù)據(jù)，對(duì)車(chē)輛通行規(guī)律，路網(wǎng)承載規(guī)律（擁堵分析，擁堵指數(shù)分析、擁堵熱力圖等等）進(jìn)行分析，提供路網(wǎng)態(tài)勢(shì)全城推演服務(wù)，為優(yōu)化城市交通提供數(shù)據(jù)級(jí)的決策依據(jù)。