摘要:拋灑一地狼藉，瘋狂呼嘯而過……這是渣土車留給人們的固有印象。作為城市建設不可或缺的搬運工，如今卻因個別駕駛員出于經濟利益驅動，存在...
拋灑一地狼藉，瘋狂呼嘯而過……這是渣土車留給人們的固有印象。作為城市建設不可或缺的“搬運工”，如今卻因個別駕駛員出于經濟利益驅動，存在的超載、超速、逆行、闖紅燈、不按規定車道行駛、肆意鳴笛、滴漏飄灑運載物等違法現象，變成了人們談之色變的“馬路殺手”。
目前，我國建筑垃圾年排放量約在15.5億～24億噸，占城市垃圾總量的40%左右，到2020年，建筑垃圾產量預計將達到26億噸。面對數量龐大、事故頻發的渣土車，如何進一步加強規范化管理，從根本上遏制其違法違規行為，努力營造“安全、整潔、衛生、規范”的城市環境，是擺在交警部門面前的重要研究課題。
【項目背景】
近年來，江西省某市的投資環境日趨改善，各項基礎工程以及大型企業項目建設緊鑼密鼓，渣土車、石料車、混凝土攪拌車等工程車輛日益增多，隨之而來的是污損機動車號牌，不按規定遮蓋篷布，嚴重影響市容等突出頑疾。對此，當地交警部門投入了大量人力開展渣土車違法審核工作。
盡管該市對渣土車的審核監管始終保持高壓嚴管態勢，但如何減少人力投入并提高審核工作效率一直是交警部門設法改善的目標。基于眼控科技過硬的技術實力、先進的算法能力、高效的審核識別準確率，以及眼控科技的行業口碑，該市交警部門經過嚴格篩選，最終選擇眼控科技為其打造貨車揚塵自動識別抓拍系統項目。
【業務挑戰】
在渣土車違法審核工作中，該市交警部門面對的業務挑戰主要包括：
1、人力資源投入成本大
傳統的渣土車違法審核，主要依賴人力，從大量卡口抓拍的違法圖片中，人力投入大。
2、監管規則難統一、審核效率低
指揮中心審片人員，單天需要查看約1~2萬張過車數據，人為挑選渣土車的違法數據時，因判斷標準不統一，容易造成錯判或誤判，審核效率及質量難保證。
3、數據監管難
違法數據人為審核，導致無法可視化展示數據分布，且無法形成有效數據監管。
【解決方案】
為了幫助該市交警部門解決上述業務難題，眼控科技為其打造的貨車揚塵抓拍系統，是在《GAT832-2014 道路交通安全違法行為圖像取證技術規范》等文件的基礎上研發的基于計算機圖像識別技術的智能自動審核系統。該系統在不改變現有貨車揚塵抓拍違法審核的基礎上，依靠道路卡口錄入的數據、照片，可以快速準確地判別送審照片所記錄的信息是否符合道路交通安全違法行為，直接給出審核結果，能有效減輕審核人員工作壓力并大幅提高審核效率，提高有效率。
2018年12月，由公安部交通管理科學研究所、道路交通安全公安部重點實驗聯合舉辦的《道路車輛圖像特征人工智能識別算法競賽》中，眼控參加的“違法圖片證據識別”、“污損遮擋號牌檢測”和“渣土車特征檢測”三項比賽，分別獲得了第一、第一和第二。眼控科技憑借過硬的技術實力，為渣土車違規現象的監管提供了強有力的識別性能。
【客戶價值】
1、業務規范化
交警貨車揚塵抓拍系統按照統一的執行標準作業，及時規避各種違規、不規范的行為，有效提升車輛交通違法的治理能力。除了違法行為判別功能外，該系統還提供了大數據統計功能，更精確知曉當地交通違法的概況，以便更有效的管理當地交通。
2、服務便民化
系統上線后，過車數據審核量從原來單天查看約1-2萬張，降低至單天僅需復核2500-3000張，對比人工審核更能提升20%以上的有效證據挖掘。如此，審核環節的時間將縮短一半以上，違法處理過程中等待的時間更短，出錯概率更低，并在一定范圍內避免了人為違規干預的可能性，為交警支隊樹立良好的社會口碑。
3、工作高效化
該系統深度學習神經網絡等先進人工智能算法的采用，提高了貨車揚塵抓拍違法審核的準確率，特別是能夠精準識別、比對車輛行駛軌跡、交通指示標志、地面導向標志、交通信號燈以及車輛的車牌號碼等，圖片識別率高達99.5%，有效杜絕人工審核造成的誤判，漏判。隨著數據量的不斷增長，智能算法的優勢會越加明顯，算法會自我學習，并不斷提高準確率。
關于眼控科技：
上海眼控科技股份有限公司成立于2009年，是一家集計算機視覺識別與深度學習技術研發應用于一體的全球性人工智能科技企業。眼控科技匯聚了來自美國斯坦福大學、紐約大學、香港科技大學等國內外知名大學的頂尖AI人才200余名，先后在道路交通領域，聯合上海交大人工智能研究院建立全國首家 AI+ 道路安全監管創新中心。同時，聯合華東空管局氣象中心、上海交大人工智能研究院建立全國首家航空智慧氣象創新中心。眼控科技在智慧道路交通、智慧航空氣象垂直領域的市場占有率已位居行業領先地位，產品覆蓋北京、上海、天津、河北、山東等30多個省市。
