總結(jié) | 機(jī)器視覺(jué)在智能交通中的應(yīng)用
點(diǎn)擊左上方藍(lán)字關(guān)注我們

轉(zhuǎn)載自 | 新機(jī)器視覺(jué)

車(chē)牌識(shí)別
車(chē)牌識(shí)別技術(shù)(VLPR)是計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)在現(xiàn)代智能交通系統(tǒng)中的一項(xiàng)重要研究課題,是實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)。車(chē)牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車(chē)牌照從復(fù)雜背景中提取并識(shí)別出來(lái),通過(guò)獲取原圖像,圖像預(yù)處理,車(chē)牌定位,字符分割和字符識(shí)別等技術(shù),識(shí)別車(chē)輛牌號(hào)、顏色等信息。
車(chē)牌識(shí)別在交通中已經(jīng)應(yīng)用了很多年,但實(shí)際中還有很多車(chē)牌是很難準(zhǔn)確識(shí)別的,比如隨意大角度傾斜的車(chē)牌,在過(guò)去很多年其實(shí)解決的都不好,可以說(shuō)過(guò)去3-5年車(chē)牌識(shí)別技術(shù)曾處于一種瓶頸期,但現(xiàn)在這兩年可以看到有些已經(jīng)可以識(shí)別了,這其實(shí)很大程度上得益于深度學(xué)習(xí)技術(shù)的應(yīng)用,有了新的突破,各種姿態(tài)的,各種角度的車(chē)牌都能很好的識(shí)別。目前最新的技術(shù)水平為字母和數(shù)字的識(shí)別率可達(dá)到99.7%,漢字的識(shí)別率可達(dá)到99%。

行車(chē)違章檢測(cè)
目前,城市道路中的攝像頭越來(lái)越多,也有越來(lái)越多的計(jì)算機(jī)視覺(jué)技術(shù)被用于自動(dòng)檢測(cè)交通的違規(guī)行為,如超速、闖紅燈或停車(chē)標(biāo)志、錯(cuò)誤駕駛和非法轉(zhuǎn)彎,這個(gè)在高速公路和城市交叉口上的應(yīng)用非常廣泛。但由于之前存在較多的誤報(bào),實(shí)際效果離真正的需求還有一段差距。而借助深度學(xué)習(xí)技術(shù),能實(shí)現(xiàn)真正準(zhǔn)確的交通違章和交通事件檢測(cè),真正的幫交通運(yùn)營(yíng)部門(mén)提供準(zhǔn)確及時(shí)的報(bào)警信息。

停車(chē)占用檢測(cè)
在機(jī)器視覺(jué)應(yīng)用之前,在外場(chǎng)要感知車(chē)位是否被占用,一般通過(guò)地磁感知,成本非常高,系統(tǒng)可靠性也是問(wèn)題。基于視頻和圖像的路側(cè)違法停車(chē)的感知和抓拍,則可以很好的解決這個(gè)問(wèn)題,一臺(tái)攝像機(jī)即可監(jiān)控和感知一大片區(qū)域的停車(chē)位是否被占用,成本低還所見(jiàn)即所得。

行人檢測(cè)
行人檢測(cè)( Pedestrian Detection)是利用計(jì)算機(jī)視覺(jué)技術(shù)判斷圖像或者視頻序列中是否存在行人并給予精確定位。該技術(shù)可與行人跟蹤,行人重識(shí)別等技術(shù)結(jié)合,應(yīng)用于人工智能系統(tǒng)、車(chē)輛輔助駕駛系統(tǒng)、智能機(jī)器人、智能視頻監(jiān)控、人體行為分析、智能交通等領(lǐng)域。
行人兼具剛性和柔性物體的特性,外觀易受穿著、尺度、遮擋、姿態(tài)和視角等影響。因此,精確的行人檢測(cè)難度較大,其中涉及許多類(lèi)型的傳感器,如傳統(tǒng)的閉路電視(CCTV)或IP攝像機(jī)、熱成像設(shè)備、近紅外成像設(shè)備和車(chē)載RGB攝像頭?,F(xiàn)有行人檢測(cè)方法有三種,分別為基于全局特征的方法、基于人體部位的方法、基于立體視覺(jué)的方法。目前,基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)已經(jīng)取得了很大的進(jìn)展,甚至可以檢測(cè)出深度遮擋的行人。

交通流量分析
目前,中國(guó)很多城市交通擁堵很?chē)?yán)重,很多十字路口的紅綠燈配時(shí)其實(shí)并不是最優(yōu)的,機(jī)器視覺(jué)將在緩解城市擁堵中發(fā)揮重要的作用。
對(duì)于交叉口,通過(guò)基于深度學(xué)習(xí)的車(chē)輛精確感知檢測(cè),可以精準(zhǔn)的感知交通路口各個(gè)方向的車(chē)輛數(shù)量、流量和密度,從而可以給交通路口的最優(yōu)配時(shí)提供準(zhǔn)確依據(jù)。如果各個(gè)路口都用上這種車(chē)輛檢測(cè)技術(shù),那對(duì)交通擁堵將是極大的緩解。
對(duì)于路段,通過(guò)路段的感知,可以基于原有監(jiān)控系統(tǒng)獲取到道路的總體交通路況,通過(guò)這種車(chē)輛檢測(cè)技術(shù)就可以為道路路況分析、交通大數(shù)據(jù)、交通規(guī)劃等提供可靠的數(shù)據(jù)依據(jù)。

駕駛員注意力檢測(cè)
據(jù)統(tǒng)計(jì),60%以上的交通事故的主要原因是駕駛員的分心,包括疲勞駕駛、開(kāi)車(chē)看手機(jī)、注意力不集中等?;诿嫦蝰{駛員的視頻分析技術(shù)通過(guò)注視方向、頭部姿勢(shì)估計(jì)和面部表情監(jiān)控算法檢測(cè)面部和眼睛。人臉檢測(cè)算法能夠檢測(cè)出注意力集中的和不集中的人臉。深度學(xué)習(xí)算法能夠檢測(cè)眼睛聚焦和非聚焦的差異,以及受此影響的駕駛跡象。在駕駛員分心檢測(cè)中,有多種深度學(xué)習(xí)方法(RNN和CNN)應(yīng)用于實(shí)時(shí)分心駕駛員姿態(tài)分類(lèi)。
一旦系統(tǒng)判定駕駛員的狀態(tài)讓行車(chē)安全降低,即會(huì)發(fā)出聲頻警示信號(hào),并在儀表盤(pán)顯示屏上閃現(xiàn)“請(qǐng)休息片刻”或“集中駕駛注意力”等提示信息。這將極大地提升駕駛主動(dòng)安全性。

輔助駕駛和無(wú)人駕駛
在輔助駕駛和無(wú)人駕駛中,車(chē)輛在行駛時(shí)需要實(shí)時(shí)地去感知周?chē)沫h(huán)境,包括行駛在哪里、周?chē)惺裁凑系K物、當(dāng)前交通信號(hào)怎樣等等。這就需要多類(lèi)傳感器,攝像頭就是其中之一。
由于攝像頭數(shù)據(jù)(圖片)包含豐富的顏色信息,所以對(duì)于精細(xì)的障礙物類(lèi)別識(shí)別、信號(hào)燈檢測(cè)、車(chē)道線(xiàn)檢測(cè)、交通標(biāo)志檢測(cè)等問(wèn)題就需要依賴(lài)計(jì)算機(jī)視覺(jué)技術(shù)。主要內(nèi)容有如下四點(diǎn):
①使用雙目視覺(jué)系統(tǒng)獲取場(chǎng)景中的深度信息。它可以幫助進(jìn)行后續(xù)的圖像語(yǔ)義理解,在無(wú)人駕駛中可以幫助探索可行駛區(qū)域和目標(biāo)障礙物。
②通過(guò)視頻來(lái)估計(jì)每一個(gè)像素的運(yùn)動(dòng)方向和運(yùn)動(dòng)速度。
③對(duì)物體進(jìn)行檢測(cè)與追蹤。在無(wú)人駕駛中主要是各種車(chē)輛、行人、非機(jī)動(dòng)車(chē)。
④對(duì)于整個(gè)場(chǎng)景的理解。最重要的有兩點(diǎn),第一是道路線(xiàn)檢測(cè),其次是在道路線(xiàn)檢測(cè)下更進(jìn)一步,即把場(chǎng)景中的每一個(gè)像素打成標(biāo)簽,這叫做場(chǎng)景分割或者場(chǎng)景解析。

計(jì)算機(jī)視覺(jué)技術(shù)過(guò)去5年內(nèi)取得的成績(jī)甚至是遠(yuǎn)遠(yuǎn)超過(guò)了之前的20年,這主要得益于深度學(xué)習(xí)技術(shù)帶來(lái)的巨大進(jìn)步。在未來(lái),以深度學(xué)習(xí)技術(shù)為核心的計(jì)算機(jī)視覺(jué)技術(shù)將大大提升智能交通系統(tǒng)的感知精度與維度,從而更好地服務(wù)大眾出行。
END
整理不易,點(diǎn)贊三連↓
