宇视科技

AI从天空走向地面智能交通抓拍相机的新拐点

杨世龙

1956年，麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家首次提出了，如今AI技术已经发展了60多年，已成为一门被广泛应用的前沿科学。

如果大众和舆论对AI的想象是漂浮在天空的理想状态，脚踏实地的现实则和理想存在着一定的差距。比如智能交通抓拍相机，在2017年前虽然挂着智能的名号，利用视频图像识别技术，提取机动车目标结构化特征并进行识别，走在视频图像智能化的前列，但行业内普遍采用模式识别算法，其算法本身并不具备“思考”特性，所以不能算是真正的AI技术。

2017年深圳安博会，几乎所有做视频图像识别的厂家，都在大力宣传AI技术。AI智能识别、AI车辆特征识别等内容充斥着整个安博会大厅，各大媒体争相报道，但是概念性的宣传居多，真正落地且有实战效果的案例属于凤毛麟角。这就是AI进入安防、智能交通行业初时的真实写照，溪云初起日沉阁，山雨欲来风满楼。

图深圳龙华某项目测试现场

图北京海淀区某地卡口侧装抓拍场景

安防、智能交通行业正在迎来AI新时代。2018年以来，以车辆识别、智能识别为代表的AI抓拍摄像机陆续出现，从概念宣传到产品落地，可以说是非常迅速。AI之所以可在智能交通、安防行业快速落地，得益于视频成像、芯片平台的成熟，优质图像和高性能芯片给深度学习算法快速落地创造了机会，如智能交通图像识别，因其目标特征较为明确，所以发展更为快速。

2017年底，宇视在行业内正式发布“天目”系列抓拍相机，搭载行业领先的图像传感器及高性能芯片平台，融合AI算法，在图像特征识别准确度方面有巨大的提升，车辆车型、车标、车款、车身颜色等关键特征识别率基本都趋近于车牌识别率。从2018年投入市场以来，历经30多次实战测试，无一失败测试案例，识别率指标方面的表现令人惊艳，天目也为智能交通行业树立了新的标杆。

2018年3月，天目投入成都某项目实测。在多天的实战测试中，针对车辆关键特征的识别率，无论白天、夜间的综合指标都维持在98%以上的超高水平，表现相当出色。

图成都某项目实测白天、夜间综合指标结果表

2018年4月，天目相机投入深圳坪山某项目实测，测试结果出来后，天目相机多项车辆特征识别率接近100%，在多个厂家测试PK中排名第一。

紧接着，在深圳龙华某项目测试中，天目又迎来了一个严苛的挑战，夜间测试中，相机补光灯突发问题不亮了，因为是PK测试，所以测试不可中止，也不可改期，只能在只有环境光的情况下硬着头皮上，“摸黑”测试，当时在场的所有宇视员工心里几乎都凉了。但是，第二天的测试结果却确惊艳了所有人，综合过车捕获率99.63%，综合车牌识别率99.25%，两项关键指标都排名第一；车型识别93.88%，遮阳板识别94.50%，受光线影响表现略差一点，排名第二。在这次突发事件中，天目所表现出来的超强环境适应能力，也是AI接地气应用的典型实例。

2018年5月，天目投入辽宁丹东某项目实测，在卡口、电警两种场景下分时段实测，在过车捕获率和车牌识别率方面均给出了非常不错的测试结果。

图辽宁丹东某项目实测实测结果表

在标准卡口、电警场景，抓拍相机正对车道安装，抓拍角度好，捕获率、识别率都会较好，针对大角度场景，比如卡口在道路旁侧装进行过车抓拍及识别，效果如何呢？

2018年3月，天目在北京海淀区某地进行了实测，在大角度多车道抓拍时，过车捕获率白天、夜间超过95%，车牌识别率白天、夜间超过99%，测试结果非常出色。

图北京海淀区某地白天、夜晚车牌识别率结果表

从测试实例中，我们可以看出天目在车辆特征识别方面有非常优异的表现。那么，除了车辆特征识别，针对驾驶员的特征识别情况如何呢？

2018年4月，在杭州滨江某测试点，针对最常见的开车打电话、不系安全带两种交通违法行为进行了抓拍测试，在保证安全的情况下，多个测试员反复开车经过天目覆盖的道路，同时打电话、不系安全带，跑车测试108次，准确识别开车打电话99次，识别率91.2%，识别不系安全带103次，识别率95.4%，这个指标非常的惊艳，因为在这之前，抓拍相机识别开车打电话、不系安全带的指标差不多在50%左右，基本上和猜测差不多。天目采用深度学习算法，随着时间、样本量的增加，识别指标还会进一步提升。

在AI算法助力下，天目不仅在特征识别方面表现出色，在交通违法行为识别方面也已经非常丰富，可提供闯红灯、闯绿灯、车间距抓拍、不按导向车道行驶、违法掉头等16项电警执法业务，以及超速、低速、逆行、压线等10项卡口执法业务，同时兼具北斗定位、WIFI探针、流量统计等丰富功能。

另外，天目也是人性化交通执法的倡导者和先行者，探索“平台前端化”思路，创新推出“轻电警”系列化，抓拍相机直接联动LED显示屏进行交通违法提醒，倡导并实践“提醒为先、处罚为辅”的人性化交通执法模式。