视频智能分析如何应用于车辆交通管理

文/叶霞

随着视频被广泛应用于各行各业开展业务管理，视频、照片以及记录语义的文本信息等数据量越来越大，交通管理领域同样如此。过去，城市交通主要借助道路监控摄像机来记录、识别车牌，用于开展交通违章/法管理，与此同时，城市治安案件处理也会通过查看道路监控录像来寻找涉案车辆信息与线索。然而，现在随着机动车数量的快速增长，不论是交通违章管理还是治安管理，识别车牌和浏览录像都已经不能满足城市管理需求，基于智能视频分析技术的前端图像识别以及后端大数据架构的新型视频管理系统正在走进交通管理领域，为现代城市构建全新的智能交通体系。

高度智能的交通违章基础管理

智能视频分析，是人工智能领域的计算机视觉技术在安防监控行业的应用，在交通管理方面，主要是指通过具有视频分析感知能力的智能摄像机对包括车牌、车型、车身颜色等车辆完整信息进行识别，并将这些信息提取为后端计算机平台能够理解的文本信息，从而让平台开展更复杂的以图搜图、多点碰撞、交通流量预判等大数据管理应用。

具有分析、感知能力的智能摄像机通过视频识别分析技术，可对每辆车进行完整的违法行为分析、识别、抓拍和录像，记录车辆违法的整个过程，再将每条记录生成非结构化的视频、照片数据和结构化的文本数据提交给系统，由系统进行高度智能的交通违法行为处理。这样，一台智能摄像机就能取代传统的线圈感应、人工检测等传统手段，进行闯红灯、超速、不按规定车道行驶、违法停车等各类交通违法行为管理，不仅更高效、准确、也能大大节约管理成本。

基于智能摄像机的视频分析技术，智能交通管理系统还衍生出了很多紧贴实战的特色管理应用，比如：黄标车限行识别管理、高危车辆与人员自动拦截等。

识别完整车辆信息，开展交通大数据应用

与仅仅识别车牌的传统应用不同，具有感知能力的智能摄像机能够识别并提取完整的车辆信息，包括：车牌、车型、车标、车身颜色、行驶方向。同样，被识别的信息会同时形成视频、照片、文本数据提交给后端管理平台，开展深度的大数据分析与研判应用。

语义搜索

在社会治安案件中，无牌、套牌车辆往往是必不可少的作案工具，车牌此时已无法为破案提供线索，而必须借助智能摄像机对车辆其它特征进行分析、识别后产生的信息开展下一步的线索侦查，甚至找到嫌疑车辆所在位置。例如，通过“红色”、“马自达”、“3月20日”、“朝阳门外大街”这些关键词对智能摄像机提供的文本数据进行搜索应用，即可迅速获取3月20日当天行驶经过朝阳门外大街的所有红色马自达车辆信息，包括行驶时间与方向、行驶速度、具体车牌与车型，甚至车主姓名等，并且这些信息同时拥有视频、照片和文本形态的完整数据。

多点碰撞

连环案是治安案件中常见的一种，同样，车辆也是必须的作案工具。传统的侦破方法往往需要公安民警对每一个案发地的所有车辆人工进行逐一的查看、甄别。以20起连环案为例，民警大约需要花2至3周时间对监控录像中所有过车记录进行比对，才能找到初步线索。而借助智能摄像机提供的完整车辆信息数据，系统只需短短几分钟就能精确无误地分析、比对完这20个案发地的所有车辆，并得出一辆白色金杯面包车在其中15个案发地都出现过的结果，系统还会再进一步关联智能摄像机记录的车辆出现时间、司乘人脸等数据，按百分比对嫌疑车辆进行排名。

顶层交通规划与管理

借助智能摄像机提供的城市车辆详细信息，交通管理系统还能够得出不同品牌的车型拥有量、过车高峰期、车辆进出城高峰期及行驶方向等丰富的交通数据，为城市交通流量管控、交通道路规划等提供详实的数据支撑。

司乘人脸识别，丰富车辆管理数据

除了上述传统的交通违章管理之外，智能摄像机还能借助视频分析技术实现司乘人脸的高清抓拍与识别。即摄像机不仅向管理平台提供一张司乘人脸照片，还会将该人员性别、年龄、种族/肤色等信息进行提取，并作语义描述、形成文本提交给管理平台。如此，平台就可基于这些信息开展深度的大数据应用。比如，追踪一辆无牌肇事车辆时，除了车辆本身的信息和线索之外，执法部门还可以通过搜索“男性”、“50岁”、“亚洲人”等关键词进一步细化案件线索，保证调查方向的精确。

除此之外，司乘人脸识别还能够为普通违章行为经常存在的“借本销分”现象提供有效治理手段，未来，每一辆车的每一个违法行为都可以对应当时的驾驶者，并由系统联动相关的车辆信息数据库进行处罚，推动交通违法实名制。