智能交通攝像頭的主要元素:車和人

　　在今年之前，對智能交通攝像頭的普遍理解是，交警行業更注重違法行為和證據鏈的有效性，而公安行業同時注重車輛特征和駕駛員的人臉信息，是公安監控的重要數據源之一。一些一線城市甚至嚴格要求人臉尺寸為100x100像素；

　　但在交警行業，由于證據鏈的主體只有車輛和違法流程，因此存在很多扣分的現象。在交通管理科學研究院發布的《闖紅燈自動記錄系統通用技術要求征求意見稿》中，我們注意到了更新的內容:“駕駛員面部特征采集”。這是對違法闖紅燈取證嚴謹性的標準更新。雖然是否會在新標準中實施還不得而知，但足以反映出標準制定部門對這一應用趨勢的認可?！恶{駛員面部特征采集》標準草案說明:系統應能記錄機動車闖紅燈行為對應的駕駛員面部特征圖片，駕駛員面部分辨率應不低于50×50像素， 可以作為認定機動車闖紅燈違法駕駛員的參考依據。對卡口過往車輛圖片中的駕駛員人臉進行特征切割，作為公安監控人臉數據庫的數據補充。這樣就對智能交通攝像頭的分辨率和清晰度提出了更高的要求。相信高清和超高清將是未來產品應用發展的一個趨勢。從功能設置上可以看出，這種變化也來源于交警行業的業務訴求:嚴密的違法取證證據鏈，規范的違法處罰流程，遏制駕駛積分非法交易。在發布的《基于交通技術監控記錄處理交通違法行為的指導意見》中，也有相應的要求:“通過辨認證據圖片、圖像或者當事人的書面陳述、簽名，詢問當事人，收集證人證言，審查當事人提供的證據，能夠認定機動車駕駛人的，應當固定證據，依法處罰駕駛人?！?/p>

　　智能交通已經進入大數據時代。利用前端數據采集設備采集的海量、多樣化數據，快速、深入地挖掘這些數據的潛在價值，已經成為智能交通的一個新的業務應用。在基于大數據的智能交通系統中，智能交通攝像機作為前端數據采集設備之一，承擔著結構化過往圖片、視頻中車輛特征非結構化數據的重要任務，每一個結構化的過往數據都會成為后端大數據平臺中數據計算的基本元素。這就要求智能交通攝像頭具備更多的特征采集功能，比如車牌號、車身顏色、車輛識別，甚至詳細的車型識別。在大數據應用業務中，我們可以進行查詢、檢索、 通過多條件組合等計算模型，基于這些屬性進行判斷等服務。

　　技術的發展離不開市場需求的鼓勵。同樣，當相機技術滿足了基本需求，更高的要求也隨之而來。這時候交通攝像頭也出現了一些問題。一是整體架構采用“監控攝像頭+抓拍攝像頭+處理主機”的模式，其中監控攝像頭用于監控整個道路場景，然后將視頻流傳輸到處理主機進行車輛分析；快照相機功能是接收處理主機的快照指令，捕捉圖像，然后將圖像發送回處理主機；作為系統的重要處理主機，負責分析監控攝像頭的視頻，發出抓拍指令，接受圖片，識別車牌。顯然，主機的工作量很大，在整個系統中起著主要作用。隨著處理主機的增加， 整個系統的成本大大提高。同時，在室外惡劣條件下使用時，主機故障率很高。雖然大多采用無風扇結構和嵌入式系統，但仍存在穩定性問題。價

　　智能交通市場不斷擴大，交通攝像頭技術也是如此。將向高清化、智能化、集成化方向發展。未來的交通攝像頭將是真正的“大師”，畫面將會超清，包含更多的圖像信息，可以為車輛檢測和控制提供車輛特征(車牌、顏色、車型、標識)；可以通過設置黑名單，采集人臉信息，快速比對定位目標人員；它可以采集路口和路段的交通流量、車道占有率、速度和飽和度信息，用于城市交通控制；算法更先進，可以識別交通事故、人群等突發事件，以及其他重要事件，從而報警和聯動應急預案；目前交通攝像機已經進入高清時代，但是從系統集成性能和智能化的角度來看， 目前的技術還遠遠不能滿足實際使用的需要。但我們堅信，在信息技術蓬勃發展的今天，交通攝像機將會實現更加多元化的發展。