新闻动态
News

您的位置:首页 >> 新闻动态 >> 乘风新闻 >> 准确“看懂”高速公路监控视频,乘风光电交通状况监测仪新突破!
新闻动态

准确“看懂”高速公路监控视频,乘风光电交通状况监测仪新突破!

作者:乘风人日期:2018年7月26日 11:13

    随着高速公路信息化建设的飞速发展,高速公路视频监控系统规模越来越庞大、产生的信息量也急剧增加。传统的完全依赖人工进行日常监控和数据挖掘的管理方式远远不能满足复杂、丰富的系统应用需求,迫切需要更先进的智能化技术对视频数据进行分析处理。

 

    多年来,也有一些视频事件检测器投入使用,试图能够代替部分人工工作,但在实际使用中,仍面临诸多问题,比如误报高、漏报高、安装部署复杂、升级维护不便等。

 

    为帮助高速公路运营管理部门解决行业难题,成都乘风光电股份有限公司结合自身在高速公路视频监控领域十多年的经验,利用最新的人工智能深度学习技术,成功研发并推出了新一代视频分析产品——VAM-VD系列交通状况监测仪。

 

(交通状况监测仪 图)

 

    交通状况监测仪以人工智能深度学习技术为核心、结合GPU图像处理技术,通过对交通视频符号化来完成交通流量与流速、车辆及道路异常事件的检测,它的独特优势注定了它的与众不同。

   

    优势一:智能深度学习+海量素材训练,误报大幅减少,准确率日益精进。

 

    运营管理人员最怕的就是系统误报,误报会严重干扰正常工作流程,引起资源浪费,因此传统的事件检测器基本上处于停用状态。

 

    乘风光电交通状况监测仪采用深度学习框架,由多层卷积神经网络构成,通过对高速公路海量人、车、路等素材的反复学习和训练,自动提取并理解物体特征,检测时直接识别物体,准确率可达95%以上。由于采用深度学习技术,对识别错误的样本还可进行再学习,从而不断完善对物体特征的理解,准确率日益精进。

 

    即便是摄像机抖动、转动造成的背景偏移,以及环境因素变化如日照光影、雨雪、灰尘、飞虫等,交通状况监测仪都可以完美克服。而传统视频事件检测器由于依赖背景学习,则会经常因上述干扰产生误报、漏报,其准确率实际不足50%。

   

    优势二:准确覆盖高速公路应用场景,数据可视化展示,决策更加直观。

 

    交通状况监测仪通过对摄像机采集的视频图像进行实时智能分析,完成对视频图像的结构化处理,并经过一系列逻辑判断和数据统计,将基础数据整理汇总成更直观的形式展示给运营管理人员,如道路拥堵状况展示、流量/车速展示、交通事件统计展示等,从而帮助运营管理部门及时发现并处理异常情况。

 

  (高速公路交通状况监测平台)

 

    应用场景主要有:

 

    1.全程路况检测:分析全程监控视频,实时呈现路段全程路况,并及时发现各类事件。

 

 

    2.收费站分流:提前预知交通大流量,及时做好分流。

 

    3.隧道重点检测:分析隧道等重点路段视频,及时发现事故,避免次生事故。

   

    优势三:投资成本低,部署简单,维护方便。

 

    交通状况监测仪属于后端检测,能直接利用现有监控系统普通摄像机进行检测,一台或多台监测仪都可自成系统,不需要额外的服务器或软件,一套系统通过一个界面就可综合呈现丰富的交通信息,不仅便于运营管理部门进行管理维护,而且很大程度上节省了投资。

    传统视频事件检测器往往只能利用固定摄像机进行检测,部署时每路视频都要进行较长时间的背景学习和调试,多台检测器还需要配置额外的服务器和软件才能统一管理,且算法固定,准确率很难提高。

 

  

(系统组网图)

 

    优势四:对接方式多样,检测方式多样。

 

    交通状况监测仪从现有视频监控系统获取收费站外场、隧道、路段上摄像机码流进行交通状况分析,取流方式灵活,可通过GB/T 28181、RTSP或者SDK等多种方式获取码流。同时交通状况监测仪还支持轮巡检测、一对一检测等检测方式,方便用户合理配置。

 

    高速公路智能化是未来交通行业发展的必然趋势,位居世界第一通车里程的中国,在引领未来智能化高速公路事业上起着至关重要的作用。乘风光电在视频监控领域的技术积累与研发实力,助力高速公路的智能化发展,提高交通运输效率,从而为高速公路创造更安全畅通的环境。

所属类别: 乘风新闻

该资讯的关键词为:交通状况监测仪