華尊智能交通—AI輔助執法綜合平台

最新 09-01

測評表現

與眾多AI企業一樣，通過演算法對數據進行充分挖掘及深層應用，是華尊目前主要專註的業務方向。立足於平台層，華尊以「AI輔助執法+大數據研判」的設計理念，切入到城市道路綜合管理之中，從幫助城市交通主管部門解決大數據融合應用難題。

最大的不同則在於，華尊的聚焦點並不在於追求演算法、參數、指標的極致化，而在於構建一個開放、融合的車輛大數據應用平台，通過賦予平台百億級的超腦運算能力，實現AI技術在城市交通管理的執法、打擊、監控、路況、運營等實戰業務場景中的多維度應用。

煉鐵成鋼，「AI演算法+車輛數據」衍生N種業務應用

強大的視頻數據分析處理能力，並非一朝一夕就能夠練成，尤其是對於城市級的龐大數據規模，以及瞬息萬變的城市道路應用。

但憑藉在計算機視覺、視頻大數據領域近10年的潛心深耕，華尊快速建立了自身牢固的技術壁壘。其最初的車輛特徵演算法不斷升級優化之後，已經逐漸演變成了更加豐富且的AI演算法，不僅視頻結構化對象從車輛延展到行人，以及非標車等，而細分到每個結構化目標，又提供多達二十多項屬性標籤，涉及汽車駕駛員違規行為（不系安全帶、打手機、抽煙、抱小孩）、泥頭車、危險品車，以及電動車載客、行人（抱小孩、打電話、戴口罩）等N種場景應用。一手抓AI演算法，

一手抓實戰應用，讓華尊在交通大數據融合應用領域的專業度和行業深耕程度得到不斷深化，本次a&s針對駕駛員撥打手機、副駕駛未系安全帶、套牌、假牌等不同特徵識別運用展開了全面測試，華尊的實際表現也高度契合了這一特徵，其中副駕駛未系安全帶識別率達85%，駕駛員打手機識別率90%，均為毫秒級響應。

軟硬融合，打通平台信息孤島練就億級研判實力

根據項目建設的實際情況，華尊將卡口、電警、監控等前端設設備接入平台，產生的數據部分需要華尊採集及提取，但更多的是直接利用現有數據資源進行二次識別分析。但實際上，要將不同網路、不同廠商、不同架構、不同平台的產品實現聯動統籌也絕非易事，而為了控制建設成本，甲方大批量更換前端設備的可能性也明顯不高，那麼底層設備的接入壁壘，就成為了平台層首先要解決的核心問題。

因此，華尊AI平台底層採用華為開放式Atlas架構，服務層採用VPASS架構設計，支持上千路高清視頻並行化處理，除GB/T 28181、ONVIF等標準規約的接入之外，視頻編解碼格式的統一接入和視頻解碼、轉碼能力。

另一方面，平台通過融合異構資源池、智能編排等關鍵技術，將GPU、HDD、SSD等資源實現了池化，在硬體資源滿足平台需求的情況下，可提升50%以上的資源利用率，性能相比傳統x86架構提升10倍以上，並大幅壓縮項目建設成本。

不僅如此，為了體現更加豐富、靈活、可配置的業務應用價值，華尊還保留了開放的第三方平台介面，支持與交警六合一等數十種相關業務平台無縫對接，僅從部分特徵就可關聯分析出完整鏈條，為城市交通綜合管理提供全景化應用。

AI賦能，為城市交通定製6大核心功能

目前，華尊AI城市道路綜合管理解決方案已經實現了以視頻AI為核心的6大功能：

數據可視化

基於統一大數據可視化服務將交警實戰業務進行合理的整合與呈現；

智能搜車

通過語義識別做關鍵字全文模糊查找，基於更強大的人工智慧演算法及算力，實現億級數據秒級查詢，且支持精確車牌檢索、模糊檢索、圖片檢索、非標車檢索；

稽查布控

支持一點布控，全網響應。既支持基於車牌的精確布控，也支持二次識別結果的車輛品牌、顏色、車牌顏色、年款的模糊布控，可以對單一目標布控，也可對多個目標進行布控；

情報分析

打通六合一平台車駕管數據，可對車輛套牌、假牌、未年檢、報廢車等進行精確識別，為交警專項整治提供工具；

執法分析

基於車輛二次分析深度學習演算法，分析車輛駕駛行為，運用大數據分析識別車輛違法行為，為交警專項整治提供工具；

車輛技戰法

提供過車頻率分析、同行車分析、晝伏夜出分析、區域碰撞分析、車輛軌跡分析、落腳點分析、首次入城分析、隱匿車挖掘分析、出入城異常分析、夜間發下遮陽板等多種實戰分析模型。

副駕駛未系安全帶行為識別

打手機行為識別

小結：「AI演算法+視頻大數據」喚醒沉睡中的交通大數據

為滿足複雜多變的交通執法實戰應用需求，華尊打造的AI城市道路綜合管理將幾十種技戰法、幾十種目標屬性、目標精細布控、組合式的條件檢索、開放融合的數據生態鏈匯聚於一身，全面打通人、車、物多維動靜態數據的孤立壁壘，真正意義上實現了數據層的全息感知、多維融合。

其次，依託於GPU+CPU渲染優化，通過目標提取、深度神經網路、大數據處理等AI演算法將涉車視頻數據進行結構化處理，在「人工智慧+大數據技術」的雙重技術驅動之下，對人、車、物進行自動關聯匹配，在技術層實現深度人工智慧化應用，「喚醒」沉睡中的交通大數據。

而實戰方面，平台對人、車、物等數據的關聯分析與研判，則有效提升了實戰效能，助理交通主管部門實現精準預警、精準打擊、精準防範、精準管理。

核心技術

業務模型遵循最前沿的深度網路設計思想（Inception、ResNet、DenseNet）

算力要求

基於業界最高密度GPU伺服器Atlas，華尊技術團隊對演算法進行了堪稱極致化的升級優化，現其單日處理性能已經高達1億張圖片。而在某實際項目應用中，2900萬的日過車輛配備了4塊tesla p4，整體算力22 tfloat，實際運行時，系統整體負載低於75%，遠高於行業平均水準。

大數據訓練

城市級數據規模龐大，沒有一個有效的數據挖掘工具，不同系統之間又存在信息孤島，這是提升城市交通管理水平難以突破的三大難題。而華尊嚴格採用了公安部視圖庫標準，對涉車數據統一接入、存儲、融合、管理及應用，再通過雲端AI演算法，對所用涉車數據進行識別分析，最終為主管部門提供執法依據和數據支撐，解決了涉車數據挖掘及應用痛點。

落地能力

汽車保有量高達321多萬的深圳，深度應用了華尊AI城市道路綜合管理平台。平台通過與原有卡口系統無縫對接對接，實時分析2900萬以上的日過車量，並從中提取車輛圖片的結構化信息，同時為深圳交警定製開發10多種車輛深度分析模型，在幫助警方打擊車內違法行為（不系安全帶、打手機、抽煙、副駕兒童等）、車內前排司乘人員人臉摳圖、大貨車不按道行駛、泥頭車違法、AI輔助執法智能廢片回滾的過程中，發揮了積極作用。

案例分析

就深圳交警方面提供的數據來看：僅今年4月25日當日，華尊就已經幫助警方有效甄別開車打手機違章事件1843例、主駕駛未系安全帶1593例、副駕駛未系安全帶1096例，得到了深圳交警相關部門及領導的一致認可。

AI 創新亮點

華尊充分調研了場景化應用需求，並利用深度AI 演算法將車輛、行人的幾十種的屬性特徵實現精準識別，就縱向技術而言，華尊對於涉車數據的結構化處理足夠細分，也足夠精準。

而橫向來看，華尊在平台層打通了卡口、視頻、監控等數據間的自動關聯，無需跨越多個系統，可在一個系統中實現對卡口、視頻、人臉等多數據源的綜合查詢；支持視軌跡分析、行為分析、情報分析等大數據綜合研判；支持在地圖上可視化展示多維目標軌跡，同時也對第三方平台和終端用戶保留了較大的開放性，能夠讓更多的數據融合進來，也可以讓數據共享到多個業務部門共用。

專家點評

立足於數據的頂層應用，華尊深入貫徹了自身「破解交通大數據融合應用難題」的設計理念，將「融合」二字詮釋得頗為極致。

一方面，平台提供司乘員行為識別、車輛信息識別、號牌信息識別等豐富應用，在應用方面實現了深度融合。另一方面，為海量軟硬體接入提供了開放性條件，讓不同業務系統融合成為一個開放融合的涉車數據大型生態圈。此外，GPASS 業務架構滿足了公安、交警等不同警種的不同需求，實現各業務系統間的融合管理。

提升空間

針對業務實戰效果，在車輛行為、駕駛行為識別方面的AI 演算法還可以進一步優化，提升識別正確率，降低外部因素對識別效果的影響程度。