随着交通卡口的大规模联网,汇集的海量车辆通行记录信息,对于城市交通管理有着重要的作用,利用人工智能技术,可实时分析城市交通流量,调整红绿灯间隔,缩短车辆等待时间,提升城市道路的通行效率。下面就随网络通信小编一起来了解一下相关内容吧。
城市级的人工智能大脑,实时掌握着城市道路上通行车辆的轨迹信息,停车场的车辆信息以及小区的停车信息,能提前半个小时预测交通流量变化和停车位数量变化,合理调配资源、疏导交通,实现机场、火车站、汽车站、商圈的大规模交通联动调度,提升整个城市的运行效率,为居民的出行畅通提供保障。
人工智能深度学习在智能交通领域的应用
目前在智能交通领域,人工智能分析及深度学习比较成熟的应用技术以车牌识别算法最为理想,虽然目前很多厂商都宣称自己的车牌识别率已经达到了99%,但这也只是在标准卡口的视频条件下再加上一些预设条件来达到的。在针对很多简易卡口和卡口图片进行车牌定位识别时,较好的车牌识别也很难达到90%。不过随着采用人工智能、深度学习的应用,这一情况将会得到很大的改善。
在传统的图像处理和机器学习算法研发中,很多特征都是人为制定的,比如hog、sift特征,在目标检测和特征匹配中占有重要的地位,安防领域中的很多具体算法所使用的特征大多是这两种特征的变种。人为设计特征和机器学习算法,从以往的经验来看,由于理论分析的难度大,训练方法又需要很多经验和技巧,一般需要5到10年的时间才会有一次突破性的发展,而且对算法工程师的知识要求也一直在提高。深度学习则不然,在进行图像检测和识别时,无需人为设定具体的特征,只需要准备好足够多的图进行训练即可,通过逐层的迭代就可以获得较好的结果。从目前的应用情况来看,只要加入新数据,并且有充足的时间和计算资源,随着深度学习网络层次的增加,识别率就会相应提升,比传统方法表现更好。
另外在车辆颜色、车辆厂商标志识别、无牌车检测、非机动车检测与分类、车头车尾判断、车辆检索、人脸识别等相关的技术方面也比较成熟。
在车辆颜色识别方面,基本上克服了由于光照条件变化、相机硬件误差所带来的颜色不稳定、过曝光等一系列问题,因此解决了图像颜色变化导致的识别错误问题,卡口车辆颜色识别率从80%提升到85%,电警车辆主颜色识别率到从75%提升到80%以上。
在车辆厂商标志识别方面,使用传统的HOG、LBP、SIFT、SURF等特征,采用SVM机器学习技术训练一个多级联的分类器来识别厂商标志很容易出现误判,采用大数据加深度学习技术后,车辆车标的过曝光或者车标被人为去掉等引起的局部特征会随之消失,其识别率可以从89%提升到93%以上。
在车辆检索方面,车辆的图片在不同场景下会出现曝光过度或者曝光不足,或者车辆的尺度发生很大变化,导致传统方法提取的特征会发生变化,因此检索率很不稳定。深度学习能够很好地获取较为较稳定的特征,搜索的相似目标更精确,Top5的搜索率在95%以上。在人脸识别项目中,由于光线、姿态和表情等因素引起人脸变化,目前很多应用都是固定场景、固定姿态,采用深度学习算法后,不仅固定场景的人脸识别率从89%提升到99%,而且对姿态和光线也有了一定的放松。
以上是关于网络通信中-人工智能深度学习在智能交通领域的应用的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。
关键字:物联网 人工智能 大数据
引用地址:
人工智能深度学习在智能交通领域的应用
推荐阅读最新更新时间:2024-05-07 17:31
新技术、新医改催生科技医疗新机遇,千亿市场正待挖掘
4月19日,由亿欧大健康主办的“雁栖健谈·科技医疗产业沙龙”在北京举办。本次沙龙汇聚多位科技医疗领域人士,共同探讨医疗影像AI、医疗机器人、AI+眼健康、基因检测等多个细分话题。 出席本次沙龙的嘉宾包括:全国卫生产业企业管理协会医疗科技创新发展分会秘书长崇晓杰、Remebot(柏惠维康)CEO刘达、Airdoc合伙人&高级副总裁&首席医学官陈羽中、数坤科技创始人及CEO马春娥、水母基因联合创始人兼CSO赵南、国泰创投创始合伙人吴雪秀、约印资本董事总经理熊水柔、道彤投资合伙人邹国文、远毅资本副总裁宋依然、众海投资投资副总裁陈冬东、征和惠通医疗投资副总裁陈陆、亿欧公司大健康频道负责人郭铭梓。 近年来,日新月异的科技手段正推动医
[医疗电子]
成立专门事业体/扩大产业联盟 半导体厂发起物联网新攻势
随着物联网应用发展日趋蓬勃,半导体业者已相继展开新一波布局攻势,如英特尔(Intel)与博世(Bosch)近期相继成立新的物联网解决方案事业体,而高通(Qualcomm)则与多家厂商合组AllSeen联盟,扩大其AllJoyn软体平台在物联网市场的影响力。 物联网(IoT)市场加速迈向战国时代。在各大半导体厂商推波助澜之下,物联网市场已然硝烟弥漫,厂商不仅要比资金、比技术,更要比策略;换言之,要如何抛弃旧有思维,推出全新的战略模式,以在物联网市场中夺得一席之地,考验着各家厂商的智慧。 事实上,为了抢攻物联网多元应用商机,半导体厂商除推出具备高度开放性及设计弹性的解决方案外,亦开始选择以策略结盟的方式来扩大市场影响力,甚至
[手机便携]
基于AI的智慧人脸门禁系统设计方案
1 设计目标及内容 目标:设计出一套基于 AI 的智慧人脸门禁系统的硬件系统。 主要内容:基于门禁系统的需求,设计并搭建出门禁系统的硬件架构、并协助后台管理系统来完成门禁系统。 2 设计方案概述 2.1 设计方案原则的选择 本方案的设计原则如下: (1)采用较为先进的技术力量,保证应用程序在硬件平台上运行具备一定的优势。 (2)采用成熟的硬件技术,保证应用程序的安全性和可靠性。 (3)硬件平台便于扩展和维护,易于技术的更新。 (4)充分利用现有的硬件资源,尽量减少不必要的再投资。 (5)具有可靠性,可用性和安全性,具有完善的技术支持。能够满足个人学习和设计需要。 (6)运行本软件所需的硬件资源。 2.2 实现硬件平台主要功
[嵌入式]
AI技术是如何助推新一代传感器大力发展的?
随着 智能 汽车感知环境的复杂度不断提高,传统 传感器 已经无法满足更高级别 自动驾驶 功能与更好人机交互体验感。 从智驾层面来看,感知传感器的性能会影响后续感知融合的精确度,更会影响后续决策规划以及车辆控制。 从智舱层面来看,感知传感器的性能可以实现一些新型的舱内功能,比如手势交互、动态监测等。 在智驾和智舱两个应用场景需求驱动下,一批新型智能传感器陆续面世,相比传统传感器,新一代传感器在性能、效能方面都有了大幅度地提升。 明确定义:新一代传感器在软 硬件 层面实现能力跃级 新一代传感器是指在智能驾驶和智能座舱场景中,具备自主学习能力,并且能够支持 AI技术 处理大规模数据的新一代智能传感器。例如,激光雷达、4D 毫
[汽车电子]
物联网 是转机也是危机
2016年8月8号,美国达美航空因亚特兰大地区停电,造成达美航空的电脑系统大瘫痪,达美航空表示重要系统与网路设备没有顺利转换到备份系统,因此造成部分资料中心无法运作。但因航空公司内部的运作多已数位化,必须依赖电脑及网路系统处理如航班飞行、机组人员调度、订票、登机、机场自助服务等运作。而此次的当机事件,除导致达美航空连续两天约1,800架次的航班被迫取消,再加上相关的退费及赔偿金额等,业者推估此次电脑当机可能影响达美航空第3季约10%左右的营收。
事实上,近期航空业因电脑及网路系统故障而导致营运出现异常状况,并不仅只有达美航空,包括美国西南航空公司在今年7月也曾发生当机,导致4天内取消逾2,300航班,主要的原因为路由器故
[手机便携]
ADI:因应物联网发展 软件与演算法将为关键
全球半导体产业发展至今已有相当漫长的一段时间,而ADI(亚德诺半导体)自1965年成立至今,在该产业是少数经营时间超过50年以上的公司,而亚太区副总裁郑永晖在该公司服务将近17年,对于ADI的发展历程也有相当程度的掌握。 郑永晖表示,ADI其中一位的创办人Ray Stata,曾在HP服务过,对于精密测量领域有着相当深入的了解,他认为,若要解决量测仪器领域发展的问题,就必须从放大器着手,在当年也推出第一款放大器产品Model 101。而公司成立到现在,公司前后历经了几个重要的决策转捩点,这些决定在事后皆足以证明ADI的决策是没有问题的。郑永晖说,公司决策的中心思想,会考量到未来的发展与可能性,在这样的基础之下,全力往该方向发展
[物联网]
AI赛道上 小i机器人开启狂奔模式
不得不承认,人工智能的赛道已经开启。在一个拥有无限想象力的空间,专业选手、多面选手、转业选手、初级选手,甚至爱好者都在不时地进入赛道,以不同的速度和姿势奔向一个巨大的未来。 在国内,这个赛道上处于领跑位置的有比如小i机器人、科大讯飞、云知声等各有技术优势的专业AI选手,以及百度、腾讯、阿里等巨头多面型选手,他们每一个举动都在影响着前面的方向。 领跑者们的姿势 无独有偶,就在前两天,两大阵营里最具代表性的两位选手“很默契”的在同期举办了年度大会:百度AI开发者大会和小i机器人年度发布会。 百度给出的答案是:人工智能系统DuerOS和无人驾驶开放系统Apollo的升级,量产的无人车阿波龙,远程医疗辅助系统等应用。 小i机器人拿出的
[机器人]
AI Chiplet算力芯片公司「原粒半导体」完成新一轮融资,加速大模型AI Chiplet落地
AI Chiplet算力芯片公司原粒(北京)半导体技术有限公司(以下简称原粒半导体)近日宣布已完成新一轮融资,本轮融资由一维创投、华峰集团等联合投资,中科创星、中关村生态雨林基金、英诺天使、清科创投等老股东集体追加投资。本轮融资将用于公司大模型AI Chiplet研发流片及相关算力产品研发、业务拓展。 大模型浪潮下,“云、边、端”算力需求激增,算力成本居高不下,缺口持续扩大,而Chiplet资源分布式+强互连特性与大模型需求天然契合,具备高算力、低成本的优势,国际半导体巨头NVIDIA、AMD等正在积极布局新一代基于Chiplet的AI算力芯片。AI Chiplet将成为中国在人工智能时代突围的关键底层技术之一。 「原
[半导体设计/制造]