基于人工智能，习悦让城市交通变得更智慧

    【CPS中安网 cps.com.cn】面对人工智能技术给各个产业带来的机遇，各个行业的企业都在积极利用人工智能领域的技术进行创新探索，或是机器视觉，或是深度学习。珠海习悦信息技术有限公司(以下简称“习悦”)也在利用机器视觉技术，基于视频，做一系列的创新和研发。

　　在刚今年的深圳智能交通展上，习悦推出了应用于智慧交通领域的主打产品：习悦渊通智慧交通系统。该系统是习悦针对交通部门对分析、管理海量视频数据的迫切需求，通过融合车辆全信息检测，违法行为识别、交通非现场执法等功能为一体，制定的综合化、信息化、网络化、智慧化的解决方案。

　　习悦的机器视觉之路

　　习悦作为机器视觉技术的探索者，长期致力于人工智能领域的产品研发与服务，以深度学习为核心技术引擎，将深度学习技术应用于计算机视觉开发。其人工智能产品布局涵盖了公有云业务、私有云业务与嵌入式AI几大方面，推出了机器人视觉、Deep Traffic Brain、开发者平台等多条产品线，主要应用场景涵盖了服务机器人、智慧交通、智能家居、消费电子、智能安防、物联网等多个领域。

　　以交通领域为例，习悦的渊通智慧交通系统服务于多个省市的交通部门，通过智慧视频识别，提供交通非现场执法、智慧交通信号灯调控、车辆信息识别、交通路况感知等多种功能(演示举例)，大大提升执法效率、降低执法人员负担，实现信息化、智慧化交通执法。如，习悦研发的违法上下客视频抓拍系统，为中国客流量最大的火车站—广州火车站，提供了80%的交通总罚单量，同时也为全国第一大陆路口岸—珠海拱北口岸降低了50%出警人次。在中国三大国际枢纽机场之一的广州白云国际机场，习悦提供的出租车叠表叠牌检测极大改善了出租车辆经营不规范行为。

　　此外，习悦在机器人领域也取得了诸多成果，为多家机器人厂商提供包含人脸识别、物体识别、手势交互、目标跟踪、环境感知等在内的视觉服务。其中，机器人上的离线、嵌入式视觉分析是习悦推出的新产品，如将最新研发的能够运行在主流ARM处理器、复杂背景的多目标视觉跟踪算法嵌入至家用服务机器人中，实现机器人利用二维/深度图像对指定人脸、人像准实时跟踪。

　　技术和需求是人工智能产品落地的关键

　　人工智能的火热和商机使各个行业的企业趋之若鹜，可是目前落地应用的速度较慢。对于大多数行业而言，产品落地化应用的关键因素不外乎两方面，技术与用户需求。习悦市场总监孙芳蕊说，虽然人工智能各项技术已经日趋成熟，其与实际应用场景的结合还远远不够。要想将人工智能技术转化为生产力，实现商业价值，必须将其依附在各种行业、各态产品中，实现从数据、技术，到产品、产业的生态循环。

　　在智慧交通领域习悦涉足很深，早在2013年便已开始进行交通大数据的技术研发。近年来，随着深度学习的发展热潮，习悦将前沿的深度学习、计算机视觉技术，与大数据技术、图像处理技术相结合，基于对交通行业的深度了解，进一步挖掘行业痛点，即针对海量交通视频监控数据如何进行智慧化、自动化分析。目前，习悦推出的渊通智慧交通系统融合车辆检测及识别、违法行为识别、目标跟踪、交通环境感知、行人行为分析、交通综合行政非现场执法等多种功能，真正解决传统交通模式中存在的桎梏，实现技术与产品落地。

　　机器视觉在图像识别领域的应用

　　除了智能交通领域，习悦在图像识别领域创新融合了机器视觉技术，图像识别产品主要分为人脸识别和物品识别。人脸识别产品包含人脸考勤机、门禁系统、迎宾系统、人脸识别、机器人视觉等，另外在不同的应用场景下也有针对性的产品研发，如应用在安防领域的人员监控、嫌疑人排查，应用在安全校园的课堂签到、校园安防，商业地产场景下的考勤、门禁等。

　　针对人脸识别中存在的图片、视频攻击问题，习悦也提出了针对性的解决方案，根据不同的应用场景，进行人脸活体检测技术的适配，如指定用户做随机性动作进行交叉验证，可以有效防止图片攻击;利用真人脸与视频、模型等伪造人脸在纹理、细节、局部高光等方面的差异进行判断，在保障人脸识别安全性的同时提升用户体验。

　　物体识别技术主要应用于智能家居、物联网、机器人视觉等领域，如通过在家用服务机器人中嵌入习悦的物体识别技术，实现对上百类家居物体及环境场所的认知。

　　总体来说，人脸识别、物体识别均依托于深度学习技术中的卷积神经网络，通过提取目标的高层特征，实现物体类别或人脸身份的识别验证。二者的直接区别就是输入到卷积神经网络的训练数据：前者为多张人脸的图片，后者为不同类别的物体的图片。此外，脱离开技术层面来讲，人脸识别和物体识别之间也存在着较大的差异。

　　随着人工智能技术的发展和成熟，人工智能已经成学术化转为产业化，给诸多产业带来机遇，同时也面临许多挑战和竞争。习悦将一直以机器视觉为核心，坚持技术创新与企业自主研发，积极利用多种资源，注入到各个业务单元中，推进技术落地与产品化。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。