計(jì)算機(jī)視覺在智能交通領(lǐng)域五大應(yīng)用方向
計(jì)算機(jī)視覺在交通領(lǐng)域主要有如下幾個(gè)方面的應(yīng)用:第一個(gè)是感知,既車輛的檢測,第二個(gè)是車輛身份的識(shí)別,第三是車輛身份的比對,第四個(gè)是車輛的行為分析,第五個(gè)是駕控,也就是現(xiàn)在非?;鸬钠囕o助駕駛與無人駕駛。
本文引用地址:http://www.ex-cimer.com/article/201808/390262.htm車輛檢測與感知
檢測就是計(jì)算機(jī)通過圖片或者視頻,把其中的車輛或其它關(guān)注目標(biāo)準(zhǔn)確的“框”出來,檢測是很多系統(tǒng)的基礎(chǔ)。在2012年以前,很多智能交通系統(tǒng)中用的檢測是一種基于運(yùn)動(dòng)的檢測,這種檢測會(huì)受天氣、光線等方面的影響,在不同天氣下會(huì)存在很多問題。而基于深度學(xué)習(xí)的檢測,是基于車輛的輪廓和形態(tài)的檢測,是完全模擬人看車的方式,只要人眼可以辨識(shí)那是一輛車,就可以“框”出來,這個(gè)就可以解決很多過去車輛檢測中存在的問題,排除了天氣光線等來帶的干擾。
路口的感知
目前的國內(nèi)很多城市交通擁堵情況很嚴(yán)重,很多十字路口的紅綠燈配時(shí)其實(shí)并不是最優(yōu)的,通過基于深度學(xué)習(xí)的車輛精確感知檢測,可以精準(zhǔn)的感知交通路口各個(gè)方向的車輛數(shù)量、流量和密度,從而可以給交通路口的最優(yōu)配時(shí)提供準(zhǔn)確依據(jù)。如果各個(gè)路口都用上這種車輛檢測技術(shù),那對交通擁堵將是極大的緩解。
路段的感知
經(jīng)過過去幾年的建設(shè),我國的大中型城市都安裝了很多監(jiān)控?cái)z像頭,通過路段的感知,可以基于原有監(jiān)控系統(tǒng)獲取到道路的總體交通路況,通過這種車輛檢測技術(shù)就可以為道路路況分析、交通大數(shù)據(jù)、交通規(guī)劃等提供可靠的數(shù)據(jù)依據(jù)。
路側(cè)停車的感知
有兩個(gè)方面的應(yīng)用,一個(gè)是路側(cè)違法停車的感知和抓拍,不再需要攝像機(jī)去輪詢檢測,大大提高了攝像機(jī)的使用壽命。另外一個(gè)就是路側(cè)停車位的管理,之前的方案在外場要感知車位是否被占用,一般通過地磁感知,成本非常高,系統(tǒng)可靠性也是問題;基于圖像的識(shí)別則可以很好的解決這個(gè)問題,一臺(tái)攝像機(jī)即可監(jiān)控和感知一大片區(qū)域的停車位是否被占用,成本低還所見即所得。
停車場的感知
現(xiàn)在室內(nèi)停車場應(yīng)用圖像識(shí)別實(shí)現(xiàn)車位檢測的已經(jīng)比較多了,但是現(xiàn)在很多車的檢測都是基于車牌,有車牌就可以檢測出來,沒車牌檢測不出來,甚至有的車牌效果不太好也無法檢測。而基于深度學(xué)習(xí)的車輛檢測,只看車輛的輪廓,不看車牌,只要看起來像個(gè)車的,就可以檢測出來,而且精度很高?,F(xiàn)在通過計(jì)算機(jī)視覺技術(shù),可以做到模擬人的視覺感知,哪個(gè)地方有車停,哪個(gè)地方是空位,直接檢測出來把數(shù)據(jù)發(fā)送給平臺(tái),發(fā)布到停車場誘導(dǎo)系統(tǒng)上。
車輛身份特征識(shí)別
計(jì)算機(jī)視覺用于智能交通的第二個(gè)大的應(yīng)用領(lǐng)域就是車輛的身份識(shí)別。目前,常用的ETC和電子標(biāo)簽技術(shù)識(shí)別車輛確實(shí)非??煽浚揖冗€是比圖像識(shí)別要高一些。但是現(xiàn)實(shí)中還存在很多現(xiàn)實(shí)問題,比如說現(xiàn)在很多大貨車無法用ETC,還有ETC系統(tǒng)遭到破壞,怎么辦?而電子標(biāo)簽真正落地還需要時(shí)間。在這個(gè)時(shí)間窗口,如何實(shí)現(xiàn)車輛身份特征的唯一性識(shí)別?通過深度學(xué)習(xí)提升的車輛識(shí)別不僅僅是車輛的車牌識(shí)別準(zhǔn)確率,還能實(shí)現(xiàn)更多維度的識(shí)別,現(xiàn)在的“車臉識(shí)別”技術(shù)不僅能精確識(shí)別車牌,還有車輛的顏色、類型、品牌年款、車輛里人物、車輛擋風(fēng)玻璃上的特殊標(biāo)志以及車輛尾部的特征標(biāo)志等。
車輛的比對
計(jì)算機(jī)視覺用于智能交通的第三個(gè)大的應(yīng)用領(lǐng)域就是車輛的比對,最典型的應(yīng)用就是以圖搜圖,如何在海量圖片里精準(zhǔn)的找到一輛車,所謂世界上沒有兩片相同的樹葉,也沒有兩輛完全一樣的車。如下圖,看著像是一樣的,但是仔細(xì)區(qū)分,還是會(huì)發(fā)現(xiàn)不同。
基于視圖大數(shù)據(jù)的以圖搜圖功能,可以在海量圖片里找到一輛特定的車,不管有沒有號(hào)牌,這里還包括一些其它的功能,如套牌車分析等等,套牌車在以前,唯一的方法就是舉報(bào),但現(xiàn)在計(jì)算機(jī)可以通過兩個(gè)車牌是完全一樣的車,通過車型比對和車輛特征比對來鑒定是否套牌車。
車輛比對的另外一個(gè)應(yīng)用場景就是收費(fèi)結(jié)算,目前車牌識(shí)別用在停車場的支付里,還有一些遺留問題,就是還存在無牌車、污牌車和套牌車,因而依然必須依賴人工參與。有沒有一種辦法可以減少或者是不讓人工參與呢?車臉識(shí)別就可以解決這一問題,可以構(gòu)建車輛多層多維度的特征,相當(dāng)于得到一個(gè)車輛的肖像,然后通過特征比對去判斷是否同一輛車。
交通視頻的分析應(yīng)用
計(jì)算機(jī)視覺應(yīng)用在智能交通的第四個(gè)大的應(yīng)用領(lǐng)域就是車輛的行為分析。
第一個(gè)是交通事故及事件檢測,基于連續(xù)視頻可以分析車輛的行為,檢測如車輛停車、逆行等行為,發(fā)現(xiàn)交通事故和交通擁堵進(jìn)行報(bào)警。借助深度學(xué)習(xí)技術(shù),能實(shí)現(xiàn)真正準(zhǔn)確的交通事件檢測系統(tǒng),真正的幫交通運(yùn)營部門提供準(zhǔn)確及時(shí)的報(bào)警信息。
第二個(gè)就是車輛違章抓拍,這些近幾年在我國應(yīng)用非常廣泛,而且利用視頻檢測實(shí)現(xiàn)的非現(xiàn)場執(zhí)法的種類越來越多,現(xiàn)在甚至連開車接打電話都可以識(shí)別抓拍,這些都得益于計(jì)算機(jī)視覺技術(shù)的快速進(jìn)步。
無人駕駛和汽車輔助駕駛
最后要說的一個(gè)應(yīng)用領(lǐng)域就是汽車駕控,就是當(dāng)前非常熱的無人駕駛和汽車輔助駕駛。其中非常重要的一個(gè)技術(shù)點(diǎn)就是圖像識(shí)別,通過圖像識(shí)別前方車輛、行人、障礙物、道路以及交通信號(hào)燈和交通標(biāo)識(shí),這項(xiàng)技術(shù)的落地應(yīng)用將給人類帶來前所未有的出行體驗(yàn),重塑交通體系,并構(gòu)建真正的智能交通時(shí)代。
總結(jié)一下,計(jì)算機(jī)視覺技術(shù)過去5年內(nèi)取得的成績甚至是遠(yuǎn)遠(yuǎn)超過了之前的20年,得益于深度學(xué)習(xí)技術(shù)帶來的巨大進(jìn)步,計(jì)算機(jī)視覺的廣泛應(yīng)用,能夠大大提升智能交通系統(tǒng)的感知精度與維度,讓智能交通系統(tǒng)更加智慧。
通過深度學(xué)習(xí)技術(shù),未來能夠讓移動(dòng)支付在智能交通系統(tǒng)中更加快速的落地,讓無人駕駛的美好夢想變成現(xiàn)實(shí),從而給全人類帶來更加安全、便捷、舒適的出行體驗(yàn)。
評(píng)論