文/葉霞
隨著視頻被廣泛應用于各行各業開展業務管理,視頻、照片以及記錄語義的文本信息等數據量越來越大,交通管理領域同樣如此。過去,城市交通主要借助道路監控攝像機來記錄、識別車牌,用于開展交通違章/法管理,與此同時,城市治安案件處理也會通過查看道路監控錄像來尋找涉案車輛信息與線索。然而,現在隨著機動車數量的快速增長,不論是交通違章管理還是治安管理,識別車牌和瀏覽錄像都已經不能滿足城市管理需求,基于智能視頻分析技術的前端圖像識別以及后端大數據架構的新型視頻管理系統正在走進交通管理領域,為現代城市構建全新的智能交通體系。
智能視頻分析,是人工智能領域的計算機視覺技術在安防監控行業的應用,在交通管理方面,主要是指通過具有視頻分析感知能力的智能攝像機對包括車牌、車型、車身顏色等車輛完整信息進行識別,并將這些信息提取為后端計算機平臺能夠理解的文本信息,從而讓平臺開展更復雜的以圖搜圖、多點碰撞、交通流量預判等大數據管理應用。
具有分析、感知能力的智能攝像機通過視頻識別分析技術,可對每輛車進行完整的違法行為分析、識別、抓拍和錄像,記錄車輛違法的整個過程,再將每條記錄生成非結構化的視頻、照片數據和結構化的文本數據提交給系統,由系統進行高度智能的交通違法行為處理。這樣,一臺智能攝像機就能取代傳統的線圈感應、人工檢測等傳統手段,進行闖紅燈、超速、不按規定車道行駛、違法停車等各類交通違法行為管理,不僅更高效、準確、也能大大節約管理成本。
基于智能攝像機的視頻分析技術,智能交通管理系統還衍生出了很多緊貼實戰的特色管理應用,比如:黃標車限行識別管理、高危車輛與人員自動攔截等。
與僅僅識別車牌的傳統應用不同,具有感知能力的智能攝像機能夠識別并提取完整的車輛信息,包括:車牌、車型、車標、車身顏色、行駛方向。同樣,被識別的信息會同時形成視頻、照片、文本數據提交給后端管理平臺,開展深度的大數據分析與研判應用。

在社會治安案件中,無牌、套牌車輛往往是必不可少的作案工具,車牌此時已無法為破案提供線索,而必須借助智能攝像機對車輛其它特征進行分析、識別后產生的信息開展下一步的線索偵查,甚至找到嫌疑車輛所在位置。例如,通過“紅色”、“馬自達”、“3月20日”、“朝陽門外大街”這些關鍵詞對智能攝像機提供的文本數據進行搜索應用,即可迅速獲取3月20日當天行駛經過朝陽門外大街的所有紅色馬自達車輛信息,包括行駛時間與方向、行駛速度、具體車牌與車型,甚至車主姓名等,并且這些信息同時擁有視頻、照片和文本形態的完整數據。

連環案是治安案件中常見的一種,同樣,車輛也是必須的作案工具。傳統的偵破方法往往需要公安民警對每一個案發地的所有車輛人工進行逐一的查看、甄別。以20起連環案為例,民警大約需要花2至3周時間對監控錄像中所有過車記錄進行比對,才能找到初步線索。而借助智能攝像機提供的完整車輛信息數據,系統只需短短幾分鐘就能精確無誤地分析、比對完這20個案發地的所有車輛,并得出一輛白色金杯面包車在其中15個案發地都出現過的結果,系統還會再進一步關聯智能攝像機記錄的車輛出現時間、司乘人臉等數據,按百分比對嫌疑車輛進行排名。

借助智能攝像機提供的城市車輛詳細信息,交通管理系統還能夠得出不同品牌的車型擁有量、過車高峰期、車輛進出城高峰期及行駛方向等豐富的交通數據,為城市交通流量管控、交通道路規劃等提供詳實的數據支撐。
除了上述傳統的交通違章管理之外,智能攝像機還能借助視頻分析技術實現司乘人臉的高清抓拍與識別。即攝像機不僅向管理平臺提供一張司乘人臉照片,還會將該人員性別、年齡、種族/膚色等信息進行提取,并作語義描述、形成文本提交給管理平臺。如此,平臺就可基于這些信息開展深度的大數據應用。比如,追蹤一輛無牌肇事車輛時,除了車輛本身的信息和線索之外,執法部門還可以通過搜索“男性”、“50歲”、“亞洲人”等關鍵詞進一步細化案件線索,保證調查方向的精確。
除此之外,司乘人臉識別還能夠為普通違章行為經常存在的“借本銷分”現象提供有效治理手段,未來,每一輛車的每一個違法行為都可以對應當時的駕駛者,并由系統聯動相關的車輛信息數據庫進行處罰,推動交通違法實名制。