• 让智能交通系统更智慧,计算机视觉在交通领域

    2018-11-15 17:09:07

    计算机视觉在交通范畴主要有如下几个方面的使用:第一个是感知,既车辆的检测,第二个是车辆身份的辨认,第三是车辆身份的比对,第四个是车辆的行为剖析,第五个是驾控,也就

      

      计算机视觉在交通范畴主要有如下几个方面的使用:第一个是感知,既车辆的检测,第二个是车辆身份的辨认,第三是车辆身份的比对,第四个是车辆的行为剖析,第五个是驾控,也就是现在十分火的轿车辅佐驾驭与无人驾驭。车辆检测与感知检测就是计算机经过图片或许视频,把其间的车辆或其它重视方针精确的“框”出来,检测是许多系统的根底。在2012年曾经,许多智能交通系统顶用的检测是一种根据运动的检测,这种检测会受气候、光线等方面的影响,在不同气候下会存在许多问题。而根据深度学习的检测,是根据车辆的概括和形状的检测,是彻底模拟人看车的方法,只需人眼可以辨识那是一辆车,就可以“框”出来,这个就可以处理许多曩昔车辆检测中存在的问题,排除了气候光线等来带的搅扰。路口的感知现在的国内许多城市交通拥堵状况很严重,许多十字路口的红绿灯配时其实并不是最优的,经过根据深度学习的车辆精确感知检测,可以精准的感知交通路口各个方向的车辆数量、流量和密度,然后可以给交通路口的最优配时供给精确根据。假如各个路口都用上这种车辆检测技能,那对交通拥堵将是极大的缓解。路段的感知经过曩昔几年的建造,我国的大中型城市都安装了许多监控摄像头,经过路段的感知,可以根据原有监控系统获取到路途的整体交通路况,经过这种车辆检测技能就可以为路途路况剖析、交通大数据、交通规划等供给牢靠的数据根据。路侧泊车的感知有两个方面的使用,一个是路侧违法泊车的感知和抓拍,不再需求摄像机去轮询检测,大大提高了摄像机的使用寿命。别的一个就是路侧泊车位的办理,之前的计划在外场要感知车位是否被占用,一般经过地磁感知,本钱十分高,系统牢靠性也是问题;根据图画的辨认则可以很好的处理这个问题,一台摄像机即可监控和感知一大片区域的泊车位是否被占用,本钱低还所见即所得。泊车场的感知现在室内泊车场使用图画辨认完成车位检测的现已比较多了,可是现在许多车的检测都是根据车牌,有车牌就可以检测出来,没车牌检测不出来,乃至有的车牌作用不太好也无法检测。而根据深度学习的车辆检测,只看车辆的概括,不看车牌,只需看起来像个车的,就可以检测出来,并且精度很高。现在经过计算机视觉技能,可以做到模拟人的视觉感知,哪个当地有车停,哪个当地是空位,直接检测出来把数据发送给渠道,发布到泊车场诱导系统上。车辆身份特征辨认计算机视觉用于智能交通的第二个大的使用范畴就是车辆的身份辨认。现在,常用的ETC和电子标签技能辨认车辆的确十分牢靠,并且精度仍是比图画辨认要高一些。可是实际中还存在许多实际问题,比如说现在许多大卡车无法用ETC,还有ETC系统遭到损坏,怎么办?而电子标签真实落地还需求时刻。在这个时刻窗口,怎么完成车辆身份特征的仅有性辨认?经过深度学习提高的车辆辨认不仅仅是车辆的车牌辨认精确率,还能完成更多维度的辨认,现在的“车脸辨认”技能不仅能精确辨认车牌,还有车辆的色彩、类型、品牌年款、车辆里人物、车辆挡风玻璃上的特别标志以及车辆尾部的特征标志等。车辆的比对计算机视觉用于智能交通的第三个大的使用范畴就是车辆的比对,最典型的使用就是以图搜图,怎么在海量图片里精准的找到一辆车,所谓世界上没有两片相同的树叶,也没有两辆彻底相同的车。如下图,看着像是相同的,可是细心区别,仍是会发现不同。根据视图大数据的以图搜图功用,可以在海量图片里找到一辆特定的车,不论有没有号牌,这儿还包含一些其它的功用,如套牌车剖析等等,套牌车在曾经,仅有的方法就是告发,但现在计算机可以经过两个车牌是彻底相同的车,经过车型比对和车辆特征比对来判定是否套牌车。车辆比对的别的一个使用场景就是收费结算,现在车牌辨认用在泊车场的付出里,还有一些遗留问题,就是还存在无牌车、污牌车和套牌车,因此仍然有必要依靠人工参加。有没有一种方法可以削减或许是不让人工参加呢?车脸辨认就可以处理这一问题,可以构建车辆多层多维度的特征,相当于得到一个车辆的肖像,然后经过特征比对去判别是否同一辆车。交通视频的剖析使用计算机视觉使用在智能交通的第四个大的使用范畴就是车辆的行为剖析。第一个是交通事故及事情检测,根据接连视频可以剖析车辆的行为,检测如车辆泊车、逆行等行为,发现交通事故和交通拥堵进行报警。凭借深度学习技能,能完成真实精确的交通事情检测系统,真实的帮交通运营部分供给精确及时的报警信息。第二个就是车辆违章抓拍,这些近几年在我国使用十分广泛,并且使用视频检测完成的非现场法律的品种越来越多,现在乃至连开车接打电话都可以辨认抓拍,这些都得益于计算机视觉技能的快速前进。无人驾驭和轿车辅佐驾驭最终要说的一个使用范畴就是轿车驾控,就是当时十分热的无人驾驭和轿车辅佐驾驭。其间十分重要的一个技能点就是图画辨认,经过图画辨认前方车辆、行人、障碍物、路途以及交通信号灯和交通标识,这项技能的落地使用将给人类带来史无前例的出行体会,重塑交通系统,并构建真实的智能交通年代。总结一下,计算机视觉技能曩昔5年内获得的成果乃至是远远超过了之前的20年,得益于深度学习技能带来的巨大前进,计算机视觉的广泛使用,可以大大提高智能交通系统的感知精度与维度,让智能交通系统愈加才智。经过深度学习技能,未来可以让移动付出在智能交通系统中愈加快速的落地,让无人驾驭的夸姣愿望变成实际,然后给全人类带来愈加安全、快捷、舒适的出行体会。