随着人工智能的发展，交通非现场执法业务迎来了这些新变化

随着技术的进步，交通非现场执法业务迎来了新的变化：多维数据准确识别；违法抓拍关注点在向人、车两个方向发展；新型执法方式不断出现；违法提醒业务开始增多……

针对车牌号码的抓拍和识别技术目前已经很成熟了，业界普遍识别准确率都很好，大概做到99％也不是很难，但是对于其他的车辆特征，比如车型、车标、车款等特征，虽然也可以识别，但是其指标和车牌识别指标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，有时候也就是50％—60％左右，基本上可以理解为抓拍相机具备了这个功能，但是因为指标较低，所以可用度其实并不高。

从2018年开始，基于深度学习算法的抓拍单元开始陆续出现，它的一个显著特征就是识别指标的快速提升，当前市场主流品牌摄像机支持包括车牌、车型、车身颜色、车款和车标等几十项车辆特征信息的快速准确识别，同时支持非机动车及行人特征的识别。

在交通管控、涉车治安防控应用方面，车辆大数据的应用是非常重要的，而决定大数据能不能用出好效果的重要因素之一就是数据准确性，在多维数据识别准确率方面，主流摄像机对于车型、车款和车标等重要车辆特征的识别，白天和夜间识别率均在98％以上，已几乎接近于车牌号码识别的准确率，有了这些更准确的多维数据作为支撑，涉车大数据应用将会发挥更大的价值。

提到违法抓拍，人们第一个想到的就是电子警察相机，它具备很多机动车违法行为的自动抓拍，比如闯红灯、违法变道、逆行、压线、不按导向车道行驶等，为交警非现场执法带来了很大的帮助，但这基本都是围绕着机动车这个目标展开的。

最近这两年，随着AI技术的快速发展，抓拍相机的识别能力有了很大的提升，违法抓拍的关注点已经不仅仅是机动车，比如斑马线不礼让行人抓拍、行人闯红灯抓拍、失驾人员布控等业务开始出现并快速发展，违法抓拍关注点在向人、车两个方向发展。优秀的摄像机在围绕人、车两个维度可以提供近20种违法抓拍功能，同时还创新实现了闯绿灯、低速抓拍、车间距抓拍等应用，另外在抓拍有效率方面也表现的很好，实测数据显示，部分功能如闯红灯、闯红灯停车、压线、占用公交车道的抓拍有效率高达100％，依托深度学习算法，真正实现了单相机多功能合一高效抓拍、分场景灵活应用的需求。

现在北京、上海、海口等城市开始不断出现一种新的违法抓拍业务：鸣笛抓拍。在禁鸣区域，增加声音定位设备检测鸣笛声，联动抓拍相机进行鸣笛车辆抓拍，根据需要进行违法处罚和违法通报，治理城市车辆乱鸣笛的现象。类似于这样的应用在之前我们可能觉得它不可能实现，但是现在却已经变成了现实，而且在全国范围内热度较高，很多城市都开始进行试点建设。

再比如，夜间车辆不按规定使用远光灯，这样的违法驾驶行为想通过非现场执法的方式来进行抓拍识别难度是很大的，现在一些厂家也已经突破了这个技术难点，可以进行远光灯识别和抓拍。

从上面的逻辑，可以看出早期的非现场执法主要集中在违法抓拍，前端系统完成违法抓拍，后端系统进行违法处理，最终形成违法处罚，也就是我们通俗讲的扣分、罚款。但对于部分交通违法行为，如果我们可以进行及时的违法告知，在其产生的源头就可以大大降低。

举一个武汉火车站的例子，为了治理乱停车、长时间停车、私家车或网约车停车拉客等现象，武汉交警在禁停区域设置违停抓拍球机进行违停处罚，但对于像车站这种车流量大的地方，好多车也不是经常来这里，他们很可能都不知道这里有违停抓拍设备，单纯的违法抓拍处罚在治理违停现象上还是不够，所以后来他们增加了违停及时提醒功能，设置LED显示屏并实现和违停抓拍球机的业务联动，当违停区域出现车辆时，违停抓拍球机自动识别车牌号码，然后在LED显示屏秒级呈现，对于提醒后仍然没有驶离的车辆，违停球机会进行违法停车抓拍取证，进一步进行处罚教育。

这套违法停车提醒系统部署以来，单个违停抓拍球机由原来每日可以抓拍100余起违法停车行为降低至20余起；违停抓拍区域的高峰时段小时车流量由1800提高至2200，违法停车现象减少，交通通行状况提升明显。

不仅仅是违法停车提醒，还有比如超速提醒、斑马线不礼让行人的提醒、行人闯红灯的提醒等，都伴随着违法抓拍业务开始同时出现，在人性化执法的大命题下，违法提醒业务一定会得到较大的发展。