大道归一：人工智能、深度学习成为国际智能视觉技术发展重点

前言：一些智能视觉领先企业声称，人工智能和深度学习是影响道路交通管理、执法的主要趋势之一。

为了了解不断变化的视觉产业现状，ITS International 采访了一些在视觉行业领先的企业并提出了一个广泛的问题。虽然他们的回答涉及多个领域，但也显露了几个共同的主题。那么，我们一起来看看吧……在未来的一年中，哪些视觉技术的进步或发展趋势将对道路交通执法产生最大的影响？

Tattile公司业务经理Maarten Mijwaart

在未来的几年里，我们将见证三种独立的且持续发展多年的行业趋势的融合。首先，集成电路、传感器和设备硬件性能在不断提高。其次，对于人工智能在视觉技术中的发展应用，仅仅只是开始触及皮毛。再次，由过去被视为独立技术的集成产品在不断增加。这三个趋势的结合将产生一些我们以前认为无法实现的新产品和解决方案。新一代视觉技术解决方案将车牌识别、车型分类、交通监控、行为分析、预测分析和可能的生物特征识别在一个应用程序中。该程序可以对车辆和其他交通参与者进行分类，并更好地监测个人和集体的交通行为模式。我们可以更精确地监测交通违规行为，预测交通拥堵和事故。我们预计智能视觉分析技术将成为维持和改善道路安全和交通流量的主要驱动力。 

Vitronic公司产品经理 René Pohl

我们看到两个主要趋势：

• 数字化交通应用与数据安全：如何实现交通大数据应用和前端交通数据采集处理合法化之间的平衡？

• 应用系统的融合：一个系统能够满足不同的用户需求，例如警察、海关、停车监控、交通管理、收费和控制。

海康威视解决方案经理 Jayden Xu

我想从两个方面分享：一是传统ITS，二是数字化的ITS建设。传统的ITS关注视频感知和采集技术的应用，视觉技术的进步在这个领域将主要体现在：

• 微光技术的改进，使交通摄像头等设备即使在非常黑暗的环境下也能捕捉到高清的图像。

• 高效且实用的捕获能力，这在很大程度上取决于设计到传感设备中的智能算法，该算法能够更好地支持传感设备捕获和准确识别违反交通法规的车辆。

除了这两个主要趋势外，我认为以下的技术发展趋势也很重要：

• 为了更加环保并减少污染，越来越多的企业推广用于执法的红外线摄像设备。然而，这些摄像头无法识别闯红灯的车辆，因为红外成像是黑白的。所以，不采用红外且能够捕获彩色图像用于分析交通违规行为的设备研发变得至关重要。

• 大多数城市不支持在道路上设置龙门架，这加大了摄像头精准捕捉违章车辆的困难。因此，利用路灯杆或其他路杆来安装设备会更实用。但这对设备算法要求更高，智能算法则可以提升识别率。

• 超速检测，通常是利用交通摄像头、雷达或辅助信号灯的联合工作来检测超速车辆。然而，一个路边的杆子很难同时安装这三个单元。因此，将三个组件合并为一是当下的趋势。

无论技术如何变革，交通业务如何发展，交通的最终目标始终是让人或物安全、高速地到达目的地。近年来，数字化的ITS建设已经呼之欲出，更注重对用户数据驱动的价值。智能视频技术的可能性是无限的：通过收集和分析道路上的车辆交通数据，用户可以直观地了解城市的交通状况——例如，哪里交通拥堵、哪些道路严重拥堵、哪些道路更容易发生交通事故和那些道路交通违规情况最多等等。这些数据有助于交通管理部门和城市规划人员更好地优化道路设计和改善道路基础设施；交警也可以在交通视频技术的助力下更好的调遣警力以疏导关键路口的交通。

Carrida Technologies公司销售总监 Pedro Bento

与此同时，视觉技术近年来取得了巨大的进步，不但传感器分辨率、图像质量和计算能力不断提高，而且开发了专用于图像处理的硬件单元（如 GPU 和 NPU等）。此外，深度学习和人工智能等技术也为复杂任务处理提供了先进的应用程序。但在Carrida公司看来，正是ALPR等技术的易用性和泛用性真正推动了道路运输执法和其他交通管理应用的发展。在过去，需要经过数月甚至数年的开发才能将专门的视频执法解决方案推向市场，以完成车牌识别、车型识别等任务，如今这些可以在数小时或数天内通过最先进的技术完成。例如，Carrida SDK（一个综合性软件库）可以完全独立于硬件制造商，在任何 Windows、Linux PC 以及以ARM为基础的设备上运行。OEM 软件库易于集成到现有系统中，并为车牌识别提供 99% 以上的准确度。最新的 AI 技术可提供最佳性能和附加功能，例如可以识别任何汽车构造和型号。这些系统的初始设置只需几个步骤即可完成，而且由于支持的国家/地区众多，可在全球范围内使用。除了SDK之外，Carrida Edge拥有与之完全相同的软件库，可在任何路侧边缘计算设备上运行，并可从任何 Web浏览器访问和设置。Carrida Engine 则可作为一个随时可用于不同应用的“智能手机APP”，这将 ALPR 和其他交通管理技术从传统的定制解决方案轻松带到其他边缘设备，甚至个人的智能手机。随着算法和人工智能的进步，ALPR将有更多的可能性。未来将会有更多的数据源，如物联网设备和不同类型的相机可以与ALPR系统进行交互。展望未来，我们毫不怀疑 ALPR 技术将以更高的准确性，更优化的成本在交通管理、收费和停车系统中发挥越来越多的作用。凭借高精度、易于实施和适用于各种设备和应用的泛用性，它将成为未来公共安全和安保系统的核心。

Basler产品经理 Enzio Schneider

在我看来，降低成本仍然是重点之一。这可以通过不断推出新的、更小的传感器来实现。这些较小的传感器可实现更高的分辨率，而适配更小、更便宜的镜头则增加了其灵活性以适用于多样的项目。然而，镜头制造商仍然很难跟上新传感器发布的步伐。 

Axis Communications公司开发经理Anthony Incorvati

无论是逆向行驶检测或特定车道（HOV、HOT 等）违规，车流量统计，还是事故分析、车辆/行人数据收集/分析等等，所有类型的道路交通执法都是基于IP 摄像机完成。但是，相机无法单独完成所有任务，而正在飞速发展的人工智能和深度学习算法方案的涌现将弥补这个缺陷，并带来更加广阔的ITS市场。

原文/《ways of seeing》，刊载于ITS International