《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 模擬設(shè)計 > 業(yè)界動態(tài) > 人工智能深度學(xué)習(xí)在智能交通領(lǐng)域的應(yīng)用

人工智能深度學(xué)習(xí)在智能交通領(lǐng)域的應(yīng)用

2017-07-21

隨著交通卡口的大規(guī)模聯(lián)網(wǎng),匯集的海量車輛通行記錄信息,對于城市交通管理有著重要的作用,利用人工智能技術(shù),可實時分析城市交通流量,調(diào)整紅綠燈間隔,縮短車輛等待時間,提升城市道路的通行效率。城市級的人工智能大腦,實時掌握著城市道路上通行車輛的軌跡信息,停車場的車輛信息以及小區(qū)的停車信息,能提前半個小時預(yù)測交通流量變化和停車位數(shù)量變化,合理調(diào)配資源、疏導(dǎo)交通,實現(xiàn)機場、火車站、汽車站、商圈的大規(guī)模交通聯(lián)動調(diào)度,提升整個城市的運行效率,為居民的出行暢通提供保障。

目前在智能交通領(lǐng)域,人工智能分析及深度學(xué)習(xí)比較成熟的應(yīng)用技術(shù)以車牌識別算法最為理想,雖然目前很多廠商都宣稱自己的車牌識別率已經(jīng)達到了99%,但這也只是在標(biāo)準(zhǔn)卡口的視頻條件下再加上一些預(yù)設(shè)條件來達到的。在針對很多簡易卡口和卡口圖片進行車牌定位識別時,較好的車牌識別也很難達到90%。不過隨著采用人工智能、深度學(xué)習(xí)的應(yīng)用,這一情況將會得到很大的改善。

在傳統(tǒng)的圖像處理和機器學(xué)習(xí)算法研發(fā)中,很多特征都是人為制定的,比如hog、sift特征,在目標(biāo)檢測和特征匹配中占有重要的地位,安防領(lǐng)域中的很多具體算法所使用的特征大多是這兩種特征的變種。人為設(shè)計特征和機器學(xué)習(xí)算法,從以往的經(jīng)驗來看,由于理論分析的難度大,訓(xùn)練方法又需要很多經(jīng)驗和技巧,一般需要5到10年的時間才會有一次突破性的發(fā)展,而且對算法工程師的知識要求也一直在提高。深度學(xué)習(xí)則不然,在進行圖像檢測和識別時,無需人為設(shè)定具體的特征,只需要準(zhǔn)備好足夠多的圖進行訓(xùn)練即可,通過逐層的迭代就可以獲得較好的結(jié)果。從目前的應(yīng)用情況來看,只要加入新數(shù)據(jù),并且有充足的時間和計算資源,隨著深度學(xué)習(xí)網(wǎng)絡(luò)層次的增加,識別率就會相應(yīng)提升,比傳統(tǒng)方法表現(xiàn)更好。

另外在車輛顏色、車輛廠商標(biāo)志識別、無牌車檢測、非機動車檢測與分類、車頭車尾判斷、車輛檢索、人臉識別等相關(guān)的技術(shù)方面也比較成熟。

在車輛顏色識別方面,基本上克服了由于光照條件變化、相機硬件誤差所帶來的顏色不穩(wěn)定、過曝光等一系列問題,因此解決了圖像顏色變化導(dǎo)致的識別錯誤問題,卡口車輛顏色識別率從80%提升到85%,電警車輛主顏色識別率到從75%提升到80%以上。

在車輛廠商標(biāo)志識別方面,使用傳統(tǒng)的HOG、LBP、SIFT、SURF等特征,采用SVM機器學(xué)習(xí)技術(shù)訓(xùn)練一個多級聯(lián)的分類器來識別廠商標(biāo)志很容易出現(xiàn)誤判,采用大數(shù)據(jù)加深度學(xué)習(xí)技術(shù)后,車輛車標(biāo)的過曝光或者車標(biāo)被人為去掉等引起的局部特征會隨之消失,其識別率可以從89%提升到93%以上。

在車輛檢索方面,車輛的圖片在不同場景下會出現(xiàn)曝光過度或者曝光不足,或者車輛的尺度發(fā)生很大變化,導(dǎo)致傳統(tǒng)方法提取的特征會發(fā)生變化,因此檢索率很不穩(wěn)定。深度學(xué)習(xí)能夠很好地獲取較為較穩(wěn)定的特征,搜索的相似目標(biāo)更精確,Top5的搜索率在95%以上。在人臉識別項目中,由于光線、姿態(tài)和表情等因素引起人臉變化,目前很多應(yīng)用都是固定場景、固定姿態(tài),采用深度學(xué)習(xí)算法后,不僅固定場景的人臉識別率從89%提升到99%,而且對姿態(tài)和光線也有了一定的放松。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。