但是，從系統(tǒng)建設(shè)規(guī)模與投資來看，這個看似技術(shù)門檻較低的分支，卻始終處于高速增長的通道中，這就說明了中國智能交通行業(yè)的用戶一直保持著高度理智，不盲目。
 

現(xiàn)在，交通監(jiān)控領(lǐng)域里最熱的是智能視頻分析技術(shù)，經(jīng)過多年的探索與嘗試，全國各地交通管理部門沒有狂熱，始終清醒、科學(xué)地看待這項新技術(shù)的發(fā)展和使用。

（圖片源于網(wǎng)絡(luò)）

從上世紀(jì)90年代起，視頻智能分析技術(shù)的雛形產(chǎn)品開始被逐漸的應(yīng)用到交通監(jiān)控領(lǐng)域中，伴隨著監(jiān)控系統(tǒng)數(shù)字化、高清化以及大規(guī)模化的進程，其技術(shù)已日趨成熟，逐步完成了從概念產(chǎn)品向市場產(chǎn)品的轉(zhuǎn)化。

具備視頻分析功能的圖像采集或處理設(shè)備的應(yīng)用，實質(zhì)上是為我們提供了一種更直觀、更智能的感知手段，讓我們能夠快速了解、發(fā)現(xiàn)、定位到我們所需要關(guān)注的人、車、路、環(huán)境、事件的相關(guān)信息，從而為交通管理和公眾出行提供決策及數(shù)據(jù)支撐。

交通管理的對象是廣闊的交通監(jiān)管區(qū)域、差異化的交通環(huán)境、復(fù)雜的交通組成要素以及素質(zhì)參差不齊的交通參與者，需要從保障交通安全、提高通行效率、加強交通信息服務(wù)這三個業(yè)務(wù)維度出發(fā)，并發(fā)考慮，實時感知這些信息并加以合理的分析和利用。
 

從業(yè)務(wù)視角看，交通管理業(yè)務(wù)對智能視頻技術(shù)的需求大體可以分為三類：

但是，在欣喜于智能視頻分析技術(shù)為交通管理相關(guān)業(yè)務(wù)帶來的變革的同時，我們卻不得不正視現(xiàn)階段智能視頻分析技術(shù)仍處于發(fā)展的初級階段的這個事實。其智能化的程度還遠(yuǎn)遠(yuǎn)沒有達(dá)到人們的預(yù)期，漏檢測、誤檢測等情況時有發(fā)生，眾多寄希望于通過智能分析技術(shù)解決的難題還沒有找到合適的突破口。

因此，只有理性看待交通監(jiān)控中的智能視頻分析技術(shù)，合理的利用或者輔助人工應(yīng)用，才是有益于技術(shù)創(chuàng)新、實戰(zhàn)應(yīng)用和行業(yè)發(fā)展的。我們把交通監(jiān)控中的智能視頻分析技術(shù)大致分為以下幾類：

● 實用型技術(shù)

目前看，車牌識別技術(shù)、車輛跟蹤技術(shù)已經(jīng)在交通監(jiān)控中獲得了實用。

車牌識別技術(shù)主要指從視頻圖像中捕獲車輛號牌，并對號牌號碼及號牌顏色進行識別，行業(yè)內(nèi)主流廠家的識別率都能穩(wěn)定在90%以上，部分專精于該項技術(shù)的廠家能穩(wěn)定在95%以上。

車輛跟蹤技術(shù)主要指在視頻圖像中捕獲車輛并跟蹤車輛在圖像中的運行軌跡，以辨別車輛是否存在交通違法行為，如：不按導(dǎo)向車道行駛、逆行、壓線、闖紅燈等。行業(yè)內(nèi)主流廠家的捕獲率及捕獲有效率都能穩(wěn)定在80%以上，部分專精于該項技術(shù)的廠家能穩(wěn)定在90%以上。

這樣的性能指標(biāo)，是能滿足交通管理部門的日常工作開展需要。但是，實用性技術(shù)并不代表就不需要提升和優(yōu)化。

車牌識別技術(shù)還可以在小車牌識別、模糊車牌識別、非標(biāo)準(zhǔn)視場角車牌識別、紅外成像車牌識別等諸多細(xì)分領(lǐng)域進行探索。車輛跟蹤技術(shù)還可以在寬域視場車輛跟蹤、多視場車輛連續(xù)跟蹤、單域視場多車跟蹤、復(fù)雜軌跡判定等諸多細(xì)分領(lǐng)域進行探索。

● 探索型技術(shù)

在這個技術(shù)圈里，目前看得到的是車身顏色識別技術(shù)、車輛標(biāo)識識別技術(shù)及車型分類識別技術(shù)。

車身顏色識別技術(shù)主要指從視頻圖像中提取車輛的車身顏色。然而實際的車身顏色識別受噪聲、環(huán)境光照等因素影響很大,給車身顏色識別的精度造成很大影響,甚至無法正確的識別出車身顏色。

目前行業(yè)內(nèi)主流廠家能夠?qū)崿F(xiàn)對白、灰、黃、粉、紅、紫、綠、藍(lán)、棕、黑等10種常見車身的識別，但識別率基本只能維持在60%左右，部分專精于該項技術(shù)的廠家能穩(wěn)定在70%以上。

車標(biāo)識別技術(shù)主要指從視頻圖像中提取車輛的車標(biāo)信息。車標(biāo)識別技術(shù)包括車標(biāo)定位及車標(biāo)識別兩項關(guān)鍵技術(shù)。

由于受車輛圖像的自然背景和車身背景、光照條件、天氣條件等因素的影響,車標(biāo)定位成為車標(biāo)識別技術(shù)中一個極具挑戰(zhàn)性的課題。目前僅有少數(shù)廠家推出了車標(biāo)識別產(chǎn)品，能夠?qū)^常見的十多種車標(biāo)進行自動識別，但識別準(zhǔn)確率還有待提高。

車型分類技術(shù)主要指從視頻圖像中提取車輛的車型信息。目前行業(yè)內(nèi)大部分廠家的僅能區(qū)分大型車和小型車，小部分專精于該項技術(shù)的廠家經(jīng)過不懈的探索已經(jīng)能夠做到對大客車、大貨車、小貨車、面包車、轎車這五種機動車類型的分類識別，同時還能夠區(qū)分出非機動車輛和行人。

● 預(yù)研型技術(shù)

伴隨著智能視頻分析技術(shù)的不斷發(fā)展，人們在認(rèn)可其帶來的成果的同時對他的期望也越來越高，都寄希望于能夠通過視頻分析技術(shù)來攻克更多的之前沒有辦法解決的交通管理方面難題。

如通過視頻分析技術(shù)分析人臉面部特征的變化來判斷駕駛員是否處于疲勞狀態(tài)，及時預(yù)警，以減少因疲勞駕駛造成的交通事故；再如通過視頻分析技術(shù)自動發(fā)現(xiàn)高鐵受電弓和弓網(wǎng)的異常狀態(tài)，實時報警，以降低人工排查的時間，保障高鐵的準(zhǔn)點運營等。

部分專注于為交通管理提供智能視頻分析服務(wù)的廠家已經(jīng)開始投身于這些新技術(shù)的預(yù)研，除人臉疲勞識別技術(shù)、高鐵受電弓狀態(tài)檢測技術(shù)外，駕駛員人像識別、系安全帶自動識別、公交上下客流統(tǒng)計等技術(shù)也被列入技術(shù)預(yù)研行列，相信在不久的將來這些技術(shù)將為交通管理帶來新的氣象。