Page 50 - 安防19年5月刊_150dpi
P. 50
A 人工智能
Artificial Intelligence
车辆的智能识别、检索、智能跟踪，为治安防控打击犯 频AI技术的加持，路口闯红灯系统已经不仅仅只是抓拍
罪、交通综合管控等应用提供有力支撑。视频AI技术的 闯红灯行为，而是可以单个设备实现路口多种违法类型
运用主要体现在两个方面， “AI +前端系统”及“AI+ 的综合感知，如逆行、左转不让直行、大弯小转等等，大
后端系统”。 大提升了路口车辆违法属性的数据挖掘；针对大货车等
闯红灯乱象，考虑到大货车车牌前后不一致、污损的情
况，可结合反向卡口来对大货车闯红灯的违法行为进行抓
拍，有效支撑道路交通安全隐患的排除和治理工作。
AI+后端系统
在后端，采用搭载深度学习算法的GPU架构，通过对
车辆图片的结构化智能分析，深度挖掘海量车辆图片的
关键信息，主要提供多维搜车、以车搜车、特征搜车等基
础能力，为行业应用分析提供数据依据。
多维搜车
基于过车图片中描述目标车辆特征的结构化数据，
快速从海量车辆数据中筛选出相符车辆信息，可按车辆
品牌、车型、颜色、类别及号牌等条件进行组合查询和模
糊搜索，协助获取有价值信息。
AI+前端系统 以车搜车
卡口系统：卡口系统以机动车图片抓拍、车辆号牌识 针对套牌、无牌的情况，系统支持一键上传需要分
别等车辆特征数据采集、布控比对报警为主要目的，在 析查找的车辆照片，系统自动分析提取出图片中所有车辆
城市治安及交通管理过程中发挥了重要的作用。随着城 目标， 人工选定需要分析的目标车辆进行车辆查询，并
市公共安全领域内视频监控的深入应用，各城市管理部 且可结合过车时段、过车区域、车辆品牌作为辅助查询条
门希望获取更多种类、更全面的混合车道通行数据，掌 件；也可采用“深度模式”分析方式，即根据“车辆模型”
握更详细的目标信息，以便应对日益复杂的治安形势。为 数据进行分析比对查询。
此，当前将先进的全画面智能分析技术融入新一代卡口 特征搜车
系统，在完善机动车信息采集防控的基础上，加强对混合 在“以车搜车”基础上，可实现对无牌、套牌而且有
车道监控场景内的非机动车、违法行为信息的采集管控， 明显局部特征且稳定的嫌疑车辆更深层次建模分析，不
同时细化机动车目标管理，大幅度提高卡口系统的智能化 仅对车辆模型进行分析，还对车辆的局部特征，如车辆内
程度及应用价值。系统能够识别并提取画面中的对象内 饰、个性化logo，特殊的年检标、凹痕等较有特点的局部
容，如机动车、非机动车等，通过模式识别算法应用，能 建模分析，查找出该车辆及相似车辆的历史过车信息。
够对监控画面中出现的对象分类记录、存储，并通过平台 结合视频AI技术在前端、后端系统的运用，可有效
实现智能化检索，实现以最短的时间定位目标车辆，提供 支撑交通综合管控等城市级大场景应用。以交通测序为
有力支持。 例，交通测序系统突破我们对交通监控的认知，视频不仅
闯红灯自动记录系统：闯红灯自动记录系统通过视 仅只能看，卡口不仅仅只是抓拍断面数据，通过车辆特征
30 2019第八届深圳国际智能交通与卫星导航位置服务展览会(2019.6.20-6.22深圳会展中心)www.its-expo.com
ದ۽ᇆି JOEE ྒ௹
