Page 95 - 安防6月刊_150dpi

交通在公安管理和执法业务方面能互相顺畅运行和高效 等特征，虽然也可以识别，但是其指标和车牌识别指标
协同，并产生新的智慧。 相比还是有一定的差距，还有诸如驾驶员不系安全带、
开车打电话等行为特征的识别，准确率就更低了，有时
构建非现场执法的天网 候也就是50%—60%左右，基本上可以理解为抓拍相机

非现场执法也是最近公安部门十分关注且提倡的 具备了这个功能，但是因为指标较低，所以可用度其实并
智能交通科技手段，原因在于以下几点： 不高。从2018年开始，基于深度学习算法的抓拍单元开
其一，随着城市扩展建设，道路长度不断增加，车辆 始陆续出现，它的一个显著特征就是识别指标的快速提
数井喷且流动性大，传统方式仅依靠民警上路巡逻查获 升，当前市场主流品牌摄像机支持包括车牌、车型、车身
交通违法行为，当场予以教育或处罚的执法工作方式， 颜色、车款和车标等几十项车辆特征信息的快速准确识
已不能适应当前道路交通安全管理形势发展的趋势，急 别，同时支持非机动车及行人特征的识别。在交通管控、
需升级为AI+人工的新管理模式。 涉车治安防控应用方面，车辆大数据的应用是非常重要

其二，在现场执法中，诸如路边违章停车，占用非机 的，而决定大数据能不能用出好效果的重要因素之一就
动车道、鸣笛，滥用灯光等，容易造成现场执法争执、阻 是数据准确性，在多维数据识别准确率方面，主流摄像
扰、抗拒等现象，需要非现场执法来突出重事实、重证 机对于车型、车款和车标等重要车辆特征的识别，白天
据，进一步体现执法公正性。 和夜间识别率均在98%以上，已几乎接近于车牌号码识
其三，当下智能交通范围治理关注点在向人、车两 别的准确率，有了这些更准确的多维数据作为支撑，涉车
个方向发展，而形成的海量交通大数据，包含人、车、 大数据应用将会发挥更大的价值。
路；视频、图片、交通流等各类数据，后端需要有效处置
的技术手段，以形成精准打击。
正是由于存在痛点，非现场执法的价值和意义才能
凸显。那么，非现场执法具体是什么？我们可以这样理
解，具备违章行为自动判定，兼具机器连续工作优势和
人类部分认知能力，准确、快速地对机动车违法行为进
行审核分析执法，并与交通大脑人口信息库、交通管理
人像库、失驾人群信息库等进行实时比对，实现全天候、
全方位，高效率的精准查处采用成熟的机器视觉，代替
人工视觉进行车辆目标提取、目标跟踪、自动车牌识别
技术手段。
非现场执法在新时期也在拓展“智能+”的应用，有 违法抓拍关注点在向人、车两个方向发展

以下几个方面： 提到违法抓拍，人们第一个想到的就是电子警察相
多维数据准确识别 机，它具备很多机动车违法行为的自动抓拍，比如闯红
针对车牌号码的抓拍和识别技术目前已经很成熟 灯、违法变道、逆行、压线、不按导向车道行驶等，为交
了，业界普遍识别准确率都很好，大概做到99%也不是 警非现场执法带来了很大的帮助，但这基本都是围绕着
很难，但是对于其他的车辆特征，比如车型、车标、车款 机动车这个目标展开的。最近这两年，随着AI技术的快

2019第四届深圳国际无人机展览会（2019.6.20-22 深圳会展中心） www.china-drone.com.cn 77

ᇆିࢌ๙ JOEE ྒ௹၂