孙正良：AI赋能交通管理和公众服务探索

一、交管科技应用现状与问题

（一）公安交通管理科技应用现状
　　通过20多年的不懈努力，全国公安交通管理信息化科技应用得到了飞速发展，在软/硬件基础环境建设、跨区域交管数据信息共享汇聚，以及各个业务之间的互联应用等方面都取得了显著的进步，构建了以全国统一的公安交管综合应用平台、公安交管集成指挥平台、互联网交通安全综合服务平台和交管大数据研判分析平台等四大平台为核心、地方自建的系统联网接入为基础的部、省、市三级信息系统架构，为整个公安交管工作提供强大的技术支撑。

（二）交通图像信息利用率低，服务公众能力不足
　　通过大数据研判平台，汇集了车、驾驶人及其交通违法和交通事故处理等相关内容，相关业务办理相关日志记录，以及中国保险机构、国家税务总局交换的保险和购置税数据。除了这些静态数据以外，我们还通过公安交管集成指挥平台接入了全国十万级电子警察和移动执法PDA、百万级以上的摄像头等采集设备，这些设备每天采集的大量交管数据统一汇集到大数据研判平台。各级交管部门对结构化的业务数据的利用率是非常高的，用于做各种各样的日常管理、放管服务便民业务拓展、内部审核的监管机制。但是，各级交管部门对于这么多视频图像数据的利用率是非常低的，所以我们需要考虑如何利用这些数据面向群众、面向公众提供更好的服务，更好地体现执法公平和正义。

（三）交通图像自动识别能力差，人车关联不足
　　目前道路上各类交通违法行为还是比较普遍的，路侧交通摄像头看到了，但是由于没有智能化，就没有能力自动识别各种典型交通违法行为，特别是与交通事故、死亡事故相关性大的严重违法行为，更不能从识别车去关联到相关的驾驶人。因为从公安机关的管理角度来讲，最终目的不是管车、而是管人，或者说是通过执法公平和正义而服务于广大公民。所以现在各地采集和分析的各类交通大数据，大多数没有实现车与人的关联。因此，目前前端感知设备、执法装备智能化水平还远远达不到智能化的程度。

二、AI技术赋能交管应用探索
　　随着近五年视频图像解析技术的飞速发展，人脸识别、视频感知等功能越来越强大，特别是近几年日益成熟的深度学习技术，在人脸识别、视频智能认知等应用领域的成效开始显现。科学实验表明，人类肉眼的识别率（即看一张人脸识别率）只有99%，而通过深度学习后的人脸识别算法的准确率已达到99.5%以上，已经远超人类本身的能力。既然超过了人的能力，这项技术在管理上和实战应用上就有可利用价值。

（一）基于实时视频图像的交通事件精准感知
　　公安交通管理部门面对庞大的交通监控视频图像，许多大中城市在路面上安装有上万个摄像头，而一个城市交通指挥中心就两三个值班民警去巡视这些视频图像，难于顾及海量的视频信息。因此，我们怎么利用先进的自动检测技术来提升图像的利用率并大幅减少民警的工作量。比如说路上的突发交通事故事件还有交通拥堵事件，能不能由系统自动检测得到，而不是让民警盯着屏幕去找；比如说系统能不能自动检测到团雾等恶劣天气的发生，把检测结果自动推送到民警桌前的屏幕。这几年我们科研所做了一些探索，比如说团雾自动检测，以集指平台实时的联网视频数据作为感知源，以高速公路团雾多发点段作为重点监管对象，用深度学习方法来进行图像识别，希望能够智能识别团雾事件及其能见度等级。我们收集大量不同场景、不同能见度的高速公路团雾视频信息，形成一个训练算法库，通过算法不停地学习提高视频自动检测能力。系统自动检测到突发团雾事件后，自动把预警信息推送到执勤民警电脑等终端上，让民警能够及时知晓哪条路段出现团雾了。

（二）基于公路卡口图片的车脸精准识别
　　路面上会有很多严重的交通违法行为，像占用高速公路应急车道，逆行、不系安全带、开车接打电话等，还有内部管理的一些状况，比如视频有没有在线运行，视频是不是在线状态。我们做了一个开车打手机的检测处理，先利用静态的卡口的图片数据来进行建模，进行大样本的深度学习。学习以后我们选取了全国100多个卡口的398万卡口数据进行AI识别，我们可以得出一个结论，开车打手机的司机有0.75%，这个数字是某一个时刻，并不是说中国只有0.75%的人打手机，而只是在某个时刻，大家都很清楚，有部分人在高速公路上开车的时候也会打手机，所以这里的数据是同一时刻的比例。层次、不同行业的人打手机的概率是不一样的，在城市道路上打手机的概率就少，因为城市道路摄像头多，他打手机就少。
　　我们建立了基于公路卡口图片的车脸精准识别，已经建完了全国所有车辆品牌的基础特征库建设，根据国产车的公告数据和进口车的生产一致性证书的数据，把所有车型进行分类，细分不同的品牌、不同的型号，不同的年款，建立了一套完整车辆基础特征库，建立了1274万张车脸，还有210万个进口车车脸，加起来是1400多万不同的车脸。再细分它属于哪一类品牌、哪一类车型、哪一类年款，出现了这个技术以后，通过深度学习，现在识别的准确率能达到98%以上，来一款车就知道是什么品牌，哪一年、哪个车型，准确率都很高。
　　有了这个基础数据库以后，可以实现不依赖车辆的号牌车辆图像的检索服务，说白了就是以图搜车。

（三）基于公路卡口图片的人脸精准识别
　　在日常生活中，总有少数人无证驾驶、或吊销驾驶证/记分满12分后仍在驾驶、或与准驾车型不相符等违法行为。我们尝试利用公路卡口图片通过人脸识别和车脸识别技术，自动识别驾驶人实际身份，跟后台的机动车和驾驶人登记数据比对，可以发现这个驾驶员是不是持有合法驾驶证、准驾车型是不是相符、记分是否已满12分。如果有问题，系统自动通知路面民警去拦截，或事后通知当事人到交警队来接受处理。下一步我们希望通过大数据技术和车脸识别、人脸识别技术的三者融合，将管理对象从目前的车辆转变到对重点人员有效的监管。

（四）基于活体检测的实人认证
　　近几年，公安部推出了一系列交通管理放管服改革举措，通过互联网交通安全综合服务平台和12123 APP软件，把许多交管业务应用搬到了互联网和手机终端上，方便老百姓办牌办证，同时减少窗口业务量。但互联网+交管业务的普及也给我们带来了违规买分卖分、个人隐私安全方面的压力，其中涉及到车主或驾驶人本人真实身份的如何辨别问题，互联网业务光靠传统的一个帐号和登录密码是解决不了身份问题的。因此，我们尝试利用公安部一所、阿里和腾讯的基于活体检测的实人认证技术，建立了一套完整的互联网交管业务的可信身份认证方法，现在我们覆盖了从12123 APP的注册登记到补发号牌、网上满分学习审验，以及目前正在全国推广的学法减分、网上满分教育等便民措施，方便车主在家里就可以申请并办理相关业务。截止目前，已有8000万人次的用户使用活体检测并网上办结业务，平台每天受理活体检测差不多100万次。

（五）交通违法图片智能审核
　　近几年随着平安中国和公路安全防控体系建设工程的推进，公安机关上安装了很多交通执法装备，这些交通执法装备采集并上传了大量交通违法取证图片数据，需要交警队民警对每张图片进行人工审核，判断取证图片是否符合现行的执法取证标准。如果不符合执法取证标准（即证据链不完整），这起违法行为就要舍弃，因此后台审核工作量是相当庞大的。为了提升图片审核工作效率，减少民警工作量，我们也尝试建立了一套AI训练样本库，通过这个样本库训练出来的系统模型算法可以知道哪些取证图片属于哪类违法行为（如闯红灯、逆行等）的，分类以后再自动判断取证图像是否符合执法取证标准。对于不符合标准的取证图片会自动删除，有效减轻民警审核工作量。

三、智能化交通管理下一步发展
　　公安部交管局上月正式发布了未来三年公安交管科技发展规划，其中涉及到许多智能化和人工智能应用推进计划，比如构建面向各类突发事件的预警，包括民警执法规范性自动核查等，同时通过建立驾驶人照片特征库和失格人员特征库，为窗口和网上业务办理和路面执法提供智能核查服务，通过建立面向智能客服、12123 APP的在线服务知识库和语言训练样本库，系统自动识别不同方言的语音并解答咨询和求助，另外还会研发智能头盔、智能眼镜等单警装备，推广面向车辆安全检测的智能查验智能机器人和面向驾驶人考场的智能监管系统，实现各类执法业务监管的智能化，让老百姓更方便，让执法更规范。