人工智能助推智慧交通升級換擋

深度學(xué)習(xí)

以前的圖像識別技術(shù)大都采用傳統(tǒng)的算法，人臉識別主要采用基于幾何特征的人臉正面圖像識別方法和基于統(tǒng)計的人臉正面自動識別方法；車輛檢測跟蹤主要采用基于Adaboost和Svm的訓(xùn)練方法檢測車輛，然后采用基于連通區(qū)域關(guān)聯(lián)或者M(jìn)ean Shift做車輛跟蹤；車牌識別主要采用基于顏色和紋理等傳統(tǒng)特征做車牌定位，采用基于垂直投影和連通區(qū)域方式做字符分割，基于人工神經(jīng)網(wǎng)絡(luò)的方式做字符識別。而這些傳統(tǒng)的圖像識別方法的效果受原始圖像的角度傾斜、光照和遮擋的影響很大。

針對這些問題，我們可以使用深度學(xué)習(xí)的方法來解決?；诖髷?shù)據(jù)的人工智能平臺使用的深度卷積神經(jīng)網(wǎng)絡(luò)主要包含兩層，其一為特征提取層，主要包括兩層每個神經(jīng)元的輸入與前一層的局部接受域相連，并提取該局部的特征。一旦該局部特征被提取后，它與其它特征間的位置關(guān)系也隨之確定下來；其二是特征映射層，網(wǎng)絡(luò)的每個計算層由多個特征映射組成，每個特征映射是一個平面，平面上所有神經(jīng)元的權(quán)值相等。使得特征映射具有位移不變性。本網(wǎng)絡(luò)對于識別位移、縮放及其他形式扭曲的二位圖形有很強的識別能力；而且由于同一特征映射面的神經(jīng)元權(quán)值相同，所以人工智能平臺可以大規(guī)模并行學(xué)習(xí)。

利用深度卷積神經(jīng)網(wǎng)絡(luò)，可在模型中方便的加入光照、遮擋、角度等多種先驗信息，增強了模型的適應(yīng)性和特征的表達(dá)能力，更好適應(yīng)交通領(lǐng)域客戶面對雨雪、陰天等惡劣環(huán)境的事件識別需求。

多重算法

通過集成豐富的算法庫，使用神經(jīng)網(wǎng)絡(luò)層數(shù)高達(dá)10層以上的深度學(xué)習(xí)算法，如高效目標(biāo)檢測算法Jeda和高性能多任務(wù)信息提取模型JMT HybridNet等，可同時對多標(biāo)簽進(jìn)行訓(xùn)練，大幅度提升訓(xùn)練效率；如多場景下字符識別算法JPR，采用字符分割滑動窗口識別方案，提升異常事件識別準(zhǔn)確度和效率。同時還可以對目前廣泛使用的開源算法進(jìn)行優(yōu)化，如在進(jìn)行交通流量預(yù)測時，采用RNN模型，對視頻中的目標(biāo)進(jìn)行跟蹤檢測時，可采用相關(guān)濾波算法，如MOSSE、CSK、CN、DSST等。

這些算法均已集成在人工智能平臺中，交通行業(yè)用戶可根據(jù)自身需求調(diào)取使用，無需編寫相關(guān)算法，直接獲取算法能力，極大降低使用門檻。

基于大數(shù)據(jù)的多層神經(jīng)網(wǎng)絡(luò)分布式訓(xùn)練平臺，支持?jǐn)?shù)據(jù)并行和模型并行，性能可隨節(jié)點線性遞增，極大提升模型訓(xùn)練的質(zhì)量和效率。更有別于現(xiàn)有解決方案的，是該系統(tǒng)的自我優(yōu)化能力，系統(tǒng)通過邊生產(chǎn)邊訓(xùn)練，持續(xù)自反饋和自優(yōu)化，準(zhǔn)確率隨著使用樣本的增加而不斷提升，是人工智能技術(shù)優(yōu)于傳統(tǒng)技術(shù)的最明顯的體現(xiàn)，這樣可極大釋放人工壓力，提升交通管理部門運維水平。

中興飛流憑借在交通行業(yè)豐富的經(jīng)驗，聯(lián)合山西高速管理局重點圍繞高速公路異常事件檢測展開研究，以基于深度學(xué)習(xí)的智能視頻分析方案解決交管用戶難以快速定位事故現(xiàn)場、難以判斷事故現(xiàn)場滯留車輛人員信息等難點問題。使用超過10層以上卷積的深度學(xué)習(xí)算法，不僅可以通過海量歷史數(shù)據(jù)快速建立樣板模型，而且準(zhǔn)確率相較于傳統(tǒng)大眾廠商使用的模式識別和機器學(xué)習(xí)提高至95%以上。該系統(tǒng)在山西高速穩(wěn)定運行了數(shù)月之久，提升事故告警效率和準(zhǔn)確率，極大減輕了工作人員的壓力。準(zhǔn)確洞悉客戶痛點，善用人工智能化解交通難題，實踐案例提取獲勝寶典，是中興飛流聯(lián)合山西高管局取得優(yōu)秀獎的關(guān)鍵。

不僅如此，這一研究成果也已在山西省高速的數(shù)條隧道進(jìn)行了成功的應(yīng)用，這一成績的取得，是山西省高管局結(jié)合高速公路隧道運營管理實際，中興飛流以大數(shù)據(jù)及人工智能技術(shù)手段實現(xiàn)視頻數(shù)據(jù)自動檢測，大幅提高隧道安全運營的信息化管理水平的成功實踐。這不只是視頻大數(shù)據(jù)與機器視覺在智慧交通的成功落地，更重要的是新技術(shù)的采納，解決了路網(wǎng)運營中的痛點需求，產(chǎn)生了實際的經(jīng)濟效益和社會效益。技術(shù)服務(wù)生產(chǎn)，生產(chǎn)推動技術(shù)。隨著大數(shù)據(jù)和人工智能技術(shù)的應(yīng)用和發(fā)展，智慧交通猶如裝上了“大腦”，現(xiàn)代化和信息化的交通管理將更加智能、安全、有序。

除了在高速公路與山西高管局進(jìn)行良好的合作之外，中興飛流的大數(shù)據(jù)人工智能平臺在高速鐵路、跨江大橋等多重領(lǐng)域也均有業(yè)務(wù)的部署，包括列車異常事件識別、站臺事件檢測、車流預(yù)測等功能。借助中興飛流的解決方案，交通管理部門可以大幅提升工作效率，極大解放人工壓力。中興飛流還將目標(biāo)瞄準(zhǔn)了城市路網(wǎng)，在路況更復(fù)雜、異常事件更頻發(fā)的城市道路上引入跨部門協(xié)作和面向?qū)崙?zhàn)的基于智能視頻分析的管理決策輔助系統(tǒng)，實現(xiàn)人、車、事件的全方位檢測和更全面的決策支撐，將人工智能的紅利引入交通行業(yè)的各個領(lǐng)域。

中國大數(shù)據(jù)行業(yè)權(quán)威媒體資訊平臺

前沿 | 專業(yè) | 深度