智慧交通落地关键：如何利用AI视频分析技术来改善交通？

Posted 2022-02-02 TSINGSEE

随着城市交通流量的不断增长，道路的安全隐患也越来越多。交通更加拥堵，尤其是在城市地区。不仅仅是驾驶，而且在大城市停车对每个人来说都变得越来越具有挑战性。

结合智能物联网安防摄像头和AI视频分析的智能交通监控可帮助交通主管部门、交通规划人员和高速公路运营单位更全面、系统地监控和了解交通道路及驾驶行为。我们可以从视频数据中获得宝贵的分析数据，以此优化交通流量并最大程度地降低安全事故风险。

用于交通安全和管理的视频监控

视频监控 (CCTV) 系统已成为交通运输安全的重要组成部分。视频监控基础设施作为现场工作人员的眼睛，用于监控各个交通系统区域，并对发生的安全事件做出高效和及时的响应。

随着监控基础设施的发展，大多数摄像机网络这些年来都在不断扩展，并且伴随着大量的视频数据产生。有大量视频数据需要实时查看，但没有足够的人员或时间来查看。即使有足够的资源来手动查看视频，人为错误和分心等因素也会导致数据分析的不完整。

分析和利用视频数据

这就是AI视频智能分析技术发挥作用的地方。在深度学习和人工智能 (AI) 的支持下，视频分析检测、提取和分类视频中的所有对象并构建数据，使其变得可搜索、可操作和可量化。通过利用视频数据，交通运输部门可以提高态势感知能力以提升实时响应的能力、迅速调查和处理应急事件、识别和了解一段时间内的交通流量趋势和交通行人的统计数据。

使用AI智能视频技术的自动行人检测（图）

涉及到的相关技术：

• 用于交通信号控制和拥堵监控的交通监测分析技术
• 速度、长度和车型分析
• 自动车牌/车牌识别 (ALPR/ANPR)
• 人数和车辆计数
• GPS和GIS（港口地理信息系统）测绘
• 区域检测和入侵

1）车辆检测/车牌识别

现阶段的车牌识别技术 (ALPR/ANPR)已经很成熟了，识别车牌的准确率高达99%。该技术可以使用静止图像或视频源从车牌中提取信息，并自动记录以备将来检查。它还可以对检测到的每个车牌进行实时搜索，将收集到的信息与存储的车牌数据库进行比较。

TSINGSEE青犀视频开发的AI车牌识别能够有效提升交通通行效率和体验。典型的示例如EasyCVR视频融合云服务，具有AI人脸识别、车辆检测、车牌识别、车流统计、语音对讲、云台控制、声光告警、监控视频分析与数据汇总的能力，可以应用在智慧停车场、智慧交通等场景中。

2）物体检测与分类

区分人类、车辆和动物并对其进行快速分类，这也是智能停车场建设的重要技术组成部分。

提高实时态势感知能力

交通管理人员和安全人员可以利用AI视频分析系统，从视频中检测和提取物体信息、基于设定规则的警报，从而提高交通管理的态势感知能力。通过触发告警，视频监控系统将检测到的相关事件放在首位，以便安全人员可以做出及时响应与处理的决策。例如，交通部门可以通过识别监控区域内的行人过度拥挤来主动预防踩踏等安全意外事件。

在允许的情况下，人脸识别技术使安全人员能够立即对黑名单人员及时做出回应。一旦摄像头检测到此人，就会触发警报，便于执法人员能够快速评估并决定如何应对。当然，这些原理相同的智能告警功能应用的场景也较为广泛。

加速事件后的安全调查

虽然智能告警可以使交通管理人员能够在事件发生时进行预防和主动响应，但AI视频智能分析技术对于发生安全事件或犯罪后，做出的反应也至关重要。事件发生后，通常需要查看视频片段以了解发生的事情并提取相关证据。AI视频智能分析技术使工作人员能够快速过滤和搜索视频中的相关细节，从而加快这些调查，将最有用和最关键的信息提取出来。

总结

鉴于摄像机网络在交通环境中的广泛存在，交通运营团队应考虑如何通过实施AI视频内容分析等互补技术，来最大限度地利用现有技术资源并扩展其基础设施的能力。通过提高安全性和简化运营，交通管理部门或运输机构不仅可以提高工作效率、降低风险并降低运营成本，同时也促使人员和货物的运输更加高效和安全。