探视“智能大脑”的奥秘—《基于公路视频图像的交通流量统计与车型分类的研究》

随着中国经济的高速发展和居民可支配收入的增加，汽车产销量快速增长，中国逐步进入了汽车社会。汽车行业的发展，带动了汽车识别市场的持续增长，2016年中国汽车产量达到4千万辆，而且还在持续增长中。

怎么算出来的呢？

目前交通量调查法主要分为两大类

人工计数法和设备自动调查法。在交通量调查工作的早期，人工计数法是最主要方法，因为人工计数法易于组织实施；但受管理水平和调查人员素质等因素的影响较大，调查精度不高，且难于组织长时间的连续调查，如此大的车辆数量，导致了一系列道路养护问题、交通管理问题，从而催生了智能交通行业的发展，而作为智能交通中的主要技术：车辆识别和车流量统计技术一定会随着智能交通的普及而需求量剧增。

全省路网交通流量的智能监控和流量统计

随着现代信息采集与处理技术、人工智能技术的快速发展，以及无线通信技术在交通领域内的广泛应用，各种工作原理的专用交通数据调查设备在公路交通调查工作中得以广泛应用。现我局联合中国科学技术大学软件学院开展《基于公路视频图像的交通流量统计与车型分类的研究》课题的研究，逐步完善福建省路网管理与应急处置平台，通过先进的视频分析技术, 把最新的深度学习技术运用到车辆类型识别和流量统计中，实现对全省路网交通流量的智能监控和流量统计，从而做到对交通拥塞的智能调度和处理，积累各条道路不同时间的交通流量数据，切实为福建省公路网管理规划与应急处置工作提供高标准的技术和体系支持。通过对视频中车辆类型的分类，能够建立起公路资源第一手数据，为其后的各种数据挖掘技术提供数据来源和技术支撑。可以极大的提高全省普通公路路网管理及公众服务水平。

图1会展北侧白天

智能交通系统已经成为电子信息技术在交通运输领域的热点研究课题。而图像分析理解和深度学习技术在智能交通系统的应用研究，是智能交通系统重要的前沿研究领域，具有极其重要的理论和应用价值。随着视频设备在交通系统中的大量普及，结合视频设备，获取更多的交通数据，提高设备利用率成为当前国内外研究的一个重要课题。同时，项目的实施具有很高的经济效益，可以克服传统的运动车辆检测和人工识别车辆的诸多缺点的影响，如效率低下、准确度不高、维修安装困难、人工成本高、安全性差等。

基于视频的车型识别系统利用数字图像处理、分析、理解与计算机视觉相结合的方法，获得智能交通系统所需要的信息。它是对特定地点和时间段内的车流信息进行采集、识别和分类，将得到的交通流数据作为道路养护、交通管理的依据，其具有很高的社会效益。

新颖的研究方法

课题组采用轨迹分析方法、“地标法”、深度机器学习等多种方法进行基于公路视频图像的交通流量统计和车型分类研究并完成相关演示软件开发。查新机构的查新表明采用深度机器学习技术对基于公路视频图像的交通流量统计与车型分类研究国内未见相关研究文献报告，具有新颖性。

图2 车辆目标的划分

目前课题组基于公路视频图像的交通流量统计与车型分类信息技术研究工作卓有成效并于2108年6月份由福建省交通运输厅组织验收通过，课题研制了相关演示软件，为今后的相关研发工作打下了基础。

文/方奋强