測(cè)評(píng)表現(xiàn)

與眾多AI企業(yè)一樣，通過(guò)算法對(duì)數(shù)據(jù)進(jìn)行充分挖掘及深層應(yīng)用，是華尊目前主要專注的業(yè)務(wù)方向。立足于平臺(tái)層，華尊以“AI輔助執(zhí)法+大數(shù)據(jù)研判”的設(shè)計(jì)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(shù)據(jù)融合應(yīng)用難題。

最大的不同則在于，華尊的聚焦點(diǎn)并不在于追求算法、參數(shù)、指標(biāo)的極致化，而在于構(gòu)建一個(gè)開(kāi)放、融合的車輛大數(shù)據(jù)應(yīng)用平臺(tái)，通過(guò)賦予平臺(tái)百億級(jí)的超腦運(yùn)算能力，實(shí)現(xiàn)AI技術(shù)在城市交通管理的執(zhí)法、打擊、監(jiān)控、路況、運(yùn)營(yíng)等實(shí)戰(zhàn)業(yè)務(wù)場(chǎng)景中的多維度應(yīng)用。

煉鐵成鋼，“AI算法+車輛數(shù)據(jù)”衍生N種業(yè)務(wù)應(yīng)用

強(qiáng)大的視頻數(shù)據(jù)分析處理能力，并非一朝一夕就能夠練成，尤其是對(duì)于城市級(jí)的龐大數(shù)據(jù)規(guī)模，以及瞬息萬(wàn)變的城市道路應(yīng)用。

但憑借在計(jì)算機(jī)視覺(jué)、視頻大數(shù)據(jù)領(lǐng)域近10年的潛心深耕，華尊快速建立了自身牢固的技術(shù)壁壘。其最初的車輛特征算法不斷升級(jí)優(yōu)化之后，已經(jīng)逐漸演變成了更加豐富且的AI算法，不僅視頻結(jié)構(gòu)化對(duì)象從車輛延展到行人，以及非標(biāo)車等，而細(xì)分到每個(gè)結(jié)構(gòu)化目標(biāo)，又提供多達(dá)二十多項(xiàng)屬性標(biāo)簽，涉及汽車駕駛員違規(guī)行為（不系安全帶、打手機(jī)、抽煙、抱小孩）、泥頭車、危險(xiǎn)品車，以及電動(dòng)車載客、行人（抱小孩、打電話、戴口罩）等N種場(chǎng)景應(yīng)用。一手抓AI算法，

一手抓實(shí)戰(zhàn)應(yīng)用，讓華尊在交通大數(shù)據(jù)融合應(yīng)用領(lǐng)域的專業(yè)度和行業(yè)深耕程度得到不斷深化，本次a&s針對(duì)駕駛員撥打手機(jī)、副駕駛未系安全帶、套牌、假牌等不同特征識(shí)別運(yùn)用展開(kāi)了全面測(cè)試，華尊的實(shí)際表現(xiàn)也高度契合了這一特征，其中副駕駛未系安全帶識(shí)別率達(dá)85%，駕駛員打手機(jī)識(shí)別率90%，均為毫秒級(jí)響應(yīng)。

軟硬融合，打通平臺(tái)信息孤島練就億級(jí)研判實(shí)力

根據(jù)項(xiàng)目建設(shè)的實(shí)際情況，華尊將卡口、電警、監(jiān)控等前端設(shè)設(shè)備接入平臺(tái)，產(chǎn)生的數(shù)據(jù)部分需要華尊采集及提取，但更多的是直接利用現(xiàn)有數(shù)據(jù)資源進(jìn)行二次識(shí)別分析。但實(shí)際上，要將不同網(wǎng)絡(luò)、不同廠商、不同架構(gòu)、不同平臺(tái)的產(chǎn)品實(shí)現(xiàn)聯(lián)動(dòng)統(tǒng)籌也絕非易事，而為了控制建設(shè)成本，甲方大批量更換前端設(shè)備的可能性也明顯不高，那么底層設(shè)備的接入壁壘，就成為了平臺(tái)層首先要解決的核心問(wèn)題。

因此，華尊AI平臺(tái)底層采用華為開(kāi)放式Atlas架構(gòu)，服務(wù)層采用VPASS架構(gòu)設(shè)計(jì)，支持上千路高清視頻并行化處理，除GB/T 28181、ONVIF等標(biāo)準(zhǔn)規(guī)約的接入之外，視頻編解碼格式的統(tǒng)一接入和視頻解碼、轉(zhuǎn)碼能力。

另一方面，平臺(tái)通過(guò)融合異構(gòu)資源池、智能編排等關(guān)鍵技術(shù)，將GPU、HDD、SSD等資源實(shí)現(xiàn)了池化，在硬件資源滿足平臺(tái)需求的情況下，可提升50%以上的資源利用率，性能相比傳統(tǒng)x86架構(gòu)提升10倍以上，并大幅壓縮項(xiàng)目建設(shè)成本。

不僅如此，為了體現(xiàn)更加豐富、靈活、可配置的業(yè)務(wù)應(yīng)用價(jià)值，華尊還保留了開(kāi)放的第三方平臺(tái)接口，支持與交警六合一等數(shù)十種相關(guān)業(yè)務(wù)平臺(tái)無(wú)縫對(duì)接，僅從部分特征就可關(guān)聯(lián)分析出完整鏈條，為城市交通綜合管理提供全景化應(yīng)用。

AI賦能，為城市交通定制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(jīng)實(shí)現(xiàn)了以視頻AI為核心的6大功能：

數(shù)據(jù)可視化

基于統(tǒng)一大數(shù)據(jù)可視化服務(wù)將交警實(shí)戰(zhàn)業(yè)務(wù)進(jìn)行合理的整合與呈現(xiàn)；

智能搜車

通過(guò)語(yǔ)義識(shí)別做關(guān)鍵字全文模糊查找，基于更強(qiáng)大的人工智能算法及算力，實(shí)現(xiàn)億級(jí)數(shù)據(jù)秒級(jí)查詢，且支持精確車牌檢索、模糊檢索、圖片檢索、非標(biāo)車檢索；

稽查布控

支持一點(diǎn)布控，全網(wǎng)響應(yīng)。既支持基于車牌的精確布控，也支持二次識(shí)別結(jié)果的車輛品牌、顏色、車牌顏色、年款的模糊布控，可以對(duì)單一目標(biāo)布控，也可對(duì)多個(gè)目標(biāo)進(jìn)行布控；

情報(bào)分析

打通六合一平臺(tái)車駕管數(shù)據(jù)，可對(duì)車輛套牌、假牌、未年檢、報(bào)廢車等進(jìn)行精確識(shí)別，為交警專項(xiàng)整治提供工具；

執(zhí)法分析

基于車輛二次分析深度學(xué)習(xí)算法，分析車輛駕駛行為，運(yùn)用大數(shù)據(jù)分析識(shí)別車輛違法行為，為交警專項(xiàng)整治提供工具；

車輛技戰(zhàn)法

提供過(guò)車頻率分析、同行車分析、晝 伏夜出分析、區(qū)域碰撞分析、車輛軌跡分析、落腳點(diǎn)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(fā)下遮陽(yáng)板等多種實(shí)戰(zhàn)分析模型。

副駕駛未系安全帶行為識(shí)別

打手機(jī)行為識(shí)別

小結(jié)：“AI算法+視頻大數(shù)據(jù)”喚醒沉睡中的交通大數(shù)據(jù)

為滿足復(fù)雜多變的交通執(zhí)法實(shí)戰(zhàn)應(yīng)用需求，華尊打造的AI城市道路綜合管理將幾十種技戰(zhàn)法、幾十種目標(biāo)屬性、目標(biāo)精細(xì)布控、組合式的條件檢索、開(kāi)放融合的數(shù)據(jù)生態(tài)鏈匯聚于一身，全面打通人、車、物多維動(dòng)靜態(tài)數(shù)據(jù)的孤立壁壘，真正意義上實(shí)現(xiàn)了數(shù)據(jù)層的全息感知、多維融合。

其次，依托于GPU+CPU渲染優(yōu)化，通過(guò)目標(biāo)提取、深度神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)處理等AI算法將涉車視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，在“人工智能+大數(shù)據(jù)技術(shù)”的雙重技術(shù)驅(qū)動(dòng)之下，對(duì)人、車、物進(jìn)行自動(dòng)關(guān)聯(lián)匹配，在技術(shù)層實(shí)現(xiàn)深度人工智能化應(yīng)用，“喚醒”沉睡中的交通大數(shù)據(jù)。

而實(shí)戰(zhàn)方面，平臺(tái)對(duì)人、車、物等數(shù)據(jù)的關(guān)聯(lián)分析與研判，則有效提升了實(shí)戰(zhàn)效能，助理交通主管部門實(shí)現(xiàn)精準(zhǔn)預(yù)警、精準(zhǔn)打擊、精準(zhǔn)防范、精準(zhǔn)管理。

核心技術(shù)

業(yè)務(wù)模型遵循最前沿的深度網(wǎng)絡(luò)設(shè)計(jì)思想（Inception、ResNet、DenseNet）

算力要求

基于業(yè)界最高密度GPU服務(wù)器Atlas，華尊技術(shù)團(tuán)隊(duì)對(duì)算法進(jìn)行了堪稱極致化的升級(jí)優(yōu)化，現(xiàn)其單日處理性能已經(jīng)高達(dá)1億張圖片。而在某實(shí)際項(xiàng)目應(yīng)用中，2900萬(wàn)的日過(guò)車輛配備了4塊tesla p4，整體算力22 tfloat，實(shí)際運(yùn)行時(shí)，系統(tǒng)整體負(fù)載低于75%，遠(yuǎn)高于行業(yè)平均水準(zhǔn)。4

大數(shù)據(jù)訓(xùn)練

城市級(jí)數(shù)據(jù)規(guī)模龐大，沒(méi)有一個(gè)有效的數(shù)據(jù)挖掘工具，不同系統(tǒng)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(yán)格采用了公安部視圖庫(kù)標(biāo)準(zhǔn)，對(duì)涉車數(shù)據(jù)統(tǒng)一接入、存儲(chǔ)、融合、管理及應(yīng)用，再通過(guò)云端AI算法，對(duì)所用涉車數(shù)據(jù)進(jìn)行識(shí)別分析，最終為主管部門提供執(zhí)法依據(jù)和數(shù)據(jù)支撐，解決了涉車數(shù)據(jù)挖掘及應(yīng)用痛點(diǎn)。

落地能力

汽車保有量高達(dá)321多萬(wàn)的深圳，深度應(yīng)用了華尊AI城市道路綜合管理平臺(tái)。平臺(tái)通過(guò)與原有卡口系統(tǒng)無(wú)縫對(duì)接對(duì)接，實(shí)時(shí)分析2900萬(wàn)以上的日過(guò)車量，并從中提取車輛圖片的結(jié)構(gòu)化信息，同時(shí)為深圳交警定制開(kāi)發(fā)10多種車輛深度分析模型，在幫助警方打擊車內(nèi)違法行為（不系安全帶、打手機(jī)、抽煙、副駕兒童等）、車內(nèi)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(zhí)法智能廢片回滾的過(guò)程中，發(fā)揮了積極作用。

案例分析

就深圳交警方面提供的數(shù)據(jù)來(lái)看：僅今年4月，華尊就已經(jīng)幫助警方有效甄別開(kāi)車打手機(jī)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(guān)部門及領(lǐng)導(dǎo)的一致認(rèn)可。

AI 創(chuàng)新亮點(diǎn)

華尊充分調(diào)研了場(chǎng)景化應(yīng)用需求，并利用深度AI 算法將車輛、行人的幾十種的屬性特征實(shí)現(xiàn)精準(zhǔn)識(shí)別，就縱向技術(shù)而言，華尊對(duì)于涉車數(shù)據(jù)的結(jié)構(gòu)化處理足夠細(xì)分，也足夠精準(zhǔn)。

而橫向來(lái)看，華尊在平臺(tái)層打通了卡口、視頻、監(jiān)控等數(shù)據(jù)間的自動(dòng)關(guān)聯(lián)，無(wú)需跨越多個(gè)系統(tǒng)，可在一個(gè)系統(tǒng)中實(shí)現(xiàn)對(duì)卡口、視頻、人臉等多數(shù)據(jù)源的綜合查詢；支持視軌跡分析、行為分析、情報(bào)分析等大數(shù)據(jù)綜合研判；支持在地圖上可視化展示多維目標(biāo)軌跡，同時(shí)也對(duì)第三方平臺(tái)和終端用戶保留了較大的開(kāi)放性，能夠讓更多的數(shù)據(jù)融合進(jìn)來(lái)，也可以讓數(shù)據(jù)共享到多個(gè)業(yè)務(wù)部門共用。

專家點(diǎn)評(píng)

立足于數(shù)據(jù)的頂層應(yīng)用，華尊深入貫徹了自身“破解交通大數(shù)據(jù)融合應(yīng)用難題”的設(shè)計(jì)理念，將“融合”二字詮釋得頗為極致。

一方面，平臺(tái)提供司乘員行為識(shí)別、車輛信息識(shí)別、號(hào)牌信息識(shí)別等豐富應(yīng)用，在應(yīng)用方面實(shí)現(xiàn)了深度融合。另一方面，為海量軟硬件接入提供了開(kāi)放性條件，讓不同業(yè)務(wù)系統(tǒng)融合成為一個(gè)開(kāi)放融合的涉車數(shù)據(jù)大型生態(tài)圈。此外，GPASS 業(yè)務(wù)架構(gòu)滿足了公安、交警等不同警種的不同需求，實(shí)現(xiàn)各業(yè)務(wù)系統(tǒng)間的融合管理。

提升空間

針對(duì)業(yè)務(wù)實(shí)戰(zhàn)效果，在車輛行為、駕駛行為識(shí)別方面的AI 算法還可以進(jìn)一步優(yōu)化，提升識(shí)別正確率，降低外部因素對(duì)識(shí)別效果的影響程度。