智能交通工程

应用场景

广泛应用于交叉路口断面车辆的监测记录，包括机动车图片、车辆号牌、车辆特征数据等。

用户需求

对经过卡口的机动车进行图片抓拍、车辆号牌识别、车辆特征数据采集、布控比对报警。

方案介绍

道路车辆智能监测记录系统（俗称卡口系统）通过对机动车的图片抓拍、车辆号牌识别、车辆特征数据采集、布控比对报警，查报站出警拦截等技术手段，并对道路运行车辆的构成、流量分布，违章情况进行常年不间断的自动记录。实现快速纠正交通违章行为和快速侦破交通事故逃逸、机动车盗抢、套牌案件等违法事件，同时为交通管理、交通规划、道路养护提供重要的交通数据。

方案亮点

·      “AI+深度学习”架构： 提升车辆特征感知能力、事件感知能力，其中车身颜色识别率、车型识别率、不系安全带、打电话、打开遮阳板识别率均提升了20%，可识别车型多达13种，车标和车辆子品牌的识别多达3000种，支持挂坠、新能源车牌、远光灯、车窗站人识别；

·      GMOS传感器：从根本上消除Smear现象，并提供低照度、宽动态、高频率的特性。

应用场景

·      假牌、套牌车辆整治，涉牌车辆分析研判，新型违法行为治理；

·      用户单位主要是各地交警的指挥中心、情报中心。

用户需求

在如今的道路交通管理业务开展过程中，存在着一个老大难问题，即故意篡改号牌、套牌、遮挡号牌或者号牌污损等车辆的搜索和分析的问题。往往此类车辆存在着严重的交通恶习，或任意变道、或严重超速超载、或者交通事故后肇事逃逸，这些行为和车辆往往给城市交通带来严重的安全隐患。

但是针对这种异常车牌的车辆，交管部门无法依靠传统的车辆号牌对车辆进行定位与布控，需要通过车辆的外部特征来进行精准的识别，进而完成布控拦截和处罚。

方案介绍

车辆云析系统通过将深度学习算法与大数据技术相融合，实现以图搜车、涉牌研判、车辆技战法、新型违法行为识别等应用。

方案亮点

·      车辆特征信息更多：基于图片的二次结构化分析，可支持三十多项车辆特征信息的识别，可以分析提取出更多车辆特征信息，比如车辆类型、车辆品牌及子品牌、车辆车型、副驾驶怀抱婴儿、挂件识别等；

·      车辆违法种类更全：基于更多的车辆特征信息，依托交通大数据平台，可以分析出车辆新型违法行为，比如是否系安全带，是否开车打电话，是否遮挡面部，是否天窗站人、三轮车违法载人等；

·      车辆技战手段更强：基于交通大数据平台，对车辆行车信息进行时空分析，提供十大业务使用功能（假牌车辆分析、出入城异常分析、夜间面部遮挡、区域碰撞、跟车关联、落脚点分析、频繁出入、昼伏夜出、初次入城、行车轨迹查询），为公安判案提供更强的技术手段；

·      车辆研判业务更广：基于车辆特征的涉牌研判功能，可提供多达6大类研判业务，包括以图搜图、待搜图库批量检索、异常牌照检索、套牌车辆分析、图片布控。其中以图搜图功能可以无须车牌号信息，仅通过车辆图片即可搜索到对应的车辆信息，便于追踪无牌车辆或者假、套牌车。