計算機視覺在交通領域主要有如下幾個方面的應用：第乙個是感知，既車輛的檢測，第二個是車輛身份的識別，第三是車輛身份的比對，第四個是車輛的行為分析，第五個是駕控，也就是現在非常火的汽車輔助駕駛與無人駕駛。
車輛檢測與感知
路口的感知
目前的國內很多城市交通擁堵情況很嚴重，很多十字路口的紅綠燈配時其實並不是最優的，通過基於深度學習的車輛精確感知檢測，可以精準的感知交通路口各個方向的車輛數量、流量和密度，從而可以給交通路口的最優配時提供準確依據。如果各個路口都用上這種車輛檢測技術，那對交通擁堵將是極大的緩解。
路段的感知
經過過去幾年的建設，我國的大中型城市都安裝了很多監控攝像頭，通過路段的感知，可以基於原有監控系統獲取到道路的總體交通路況，通過這種車輛檢測技術就可以為道路路況分析、交通大資料、交通規劃等提供可靠的資料依據。
路側停車的感知
有兩個方面的應用，乙個是路側違法停車的感知和抓拍，不再需要攝像機去輪詢檢測，大大提高了攝像機的使用壽命。另外乙個就是路側停車位的管理，之前的方案在外場要感知車位是否被占用，一般通過地磁感知，成本非常高，系統可靠性也是問題；基於影象的識別則可以很好的解決這個問題，一台攝像機即可監控和感知一大片區域的停車位是否被占用，成本低還所見即所得。
停車場的感知
現在室內停車場應用影象識別實現車位檢測的已經比較多了，但是現在很多車的檢測都是基於車牌，有車牌就可以檢測出來，沒車牌檢測不出來，甚至有的車牌效果不太好也無法檢測。而基於深度學習的車輛檢測，只看車輛的輪廓，不看車牌，只要看起來像個車的，就可以檢測出來，而且精度很高。現在通過計算機視覺技術，可以做到模擬人的視覺感知，哪個地方有車停，哪個地方是空位，直接檢測出來把資料傳送給平台，發布到停車場誘導系統上。
車輛身份特徵識別
計算機視覺用於智慧型交通的第二個大的應用領域就是車輛的身份識別。目前，常用的etc和電子標籤技術識別車輛確實非常可靠，而且精度還是比影象識別要高一些。但是現實中還存在很多現實問題，比如說現在很多大貨車無法用etc，還有etc系統遭到破壞，怎麼辦？而電子標籤真正落地還需要時間。在這個時間視窗，如何實現車輛身份特徵的唯一性識別？通過深度學習提公升的車輛識別不僅僅是車輛的車牌識別準確率，還能實現更多維度的識別，現在的「車臉識別」技術不僅能精確識別車牌，還有車輛的顏色、型別、品牌年款、車輛裡人物、車輛擋風玻璃上的特殊標誌以及車輛尾部的特徵標誌等。
車輛的比對
計算機視覺用於智慧型交通的第三個大的應用領域就是車輛的比對，最典型的應用就是以圖搜圖，如何在海量裡精準的找到一輛車，所謂世界上沒有兩片相同的樹葉，也沒有兩輛完全一樣的車。如下圖，看著像是一樣的，但是仔細區分，還是會發現不同。
基於檢視大資料的以圖搜圖功能，可以在海量裡找到一輛特定的車，不管有沒有號牌，這裡還包括一些其它的功能，如套牌車分析等等，套牌車在以前，唯一的方法就是舉報，但現在計算機可以通過兩個車牌是完全一樣的車，通過車型比對和車輛特徵比對來鑑定是否套牌車。
車輛比對的另外乙個應用場景就是收費結算，目前車牌識別用在停車場的支付裡，還有一些遺留問題，就是還存在無牌車、汙牌車和套牌車，因而依然必須依賴人工參與。有沒有一種辦法可以減少或者是不讓人工參與呢？車臉識別就可以解決這一問題，可以構建車輛多層多維度的特徵，相當於得到乙個車輛的肖像，然後通過特徵比對去判斷是否同一輛車。
計算機視覺應用在智慧型交通的第四個大的應用領域就是車輛的行為分析。
無人駕駛和汽車輔助駕駛
最後要說的乙個應用領域就是汽車駕控，就是當前非常熱的無人駕駛和汽車輔助駕駛。其中非常重要的乙個技術點就是影象識別，通過影象識別前方車輛、行人、障礙物、道路以及交通訊號燈和交通標識，這項技術的落地應用將給人類帶來前所未有的出行體驗，重塑交通體系，並構建真正的智慧型交通時代。
總結一下，計算機視覺技術過去5年內取得的成績甚至是遠遠超過了之前的20年，得益於深度學習技術帶來的巨大進步，計算機視覺的廣泛應用，能夠大大提公升智慧型交通系統的感知精度與維度，讓智慧型交通系統更加智慧型。
通過深度學習技術，未來能夠讓移動支付在智慧型交通系統中更加快速的落地，讓無人駕駛的美好夢想變成現實，從而給全人類帶來更加安全、便捷、舒適的出行體驗。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
人工智慧與計算機視覺
計算機視覺如何入門
計算機視覺領域內，必知的十個深度學習架構
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
計算機視覺在交通領域，主要有哪幾方面的應用？
計算機視覺在交通領域主要有如下幾個方面的應用 第乙個是感知，既車輛的檢測，第二個是車輛身份的識別，第三是車輛身份的比對，第四個是車輛的行為分析，第五個是駕控，也就是現在非常火的汽車輔助駕駛與無人駕駛。車輛檢測與感知 路口的感知 目前的國內很多城市交通擁堵情況很嚴重，很多十字路口的紅綠燈配時其實並不是...
11 web端主要應用在哪些領域？
任何應用都可以web端。html5是web的未來，不僅到廣泛的應在電腦端，而且在移動端也一定會得用。據統計2015年全球將有10億手機瀏覽器支援html5，同時htmlweb開發者數量將達到200萬。毫無疑問，html5將成為未來5 10年內，移動網際網路領域的主宰者。據idc的調查報告統計，截至2...
電腦科學主要領域
數學基礎 數理邏輯 集合論 數論 圖論 型別論 範疇論 數值分析 資訊理論 計算理論 自動機 可計算性理論 計算複雜性理論 量子計算 數值計算方法 演算法和 資料結構 演算法分析 演算法設計 計算幾何 程式語言 和 編譯器語法分析器 直譯器 過程化程式設計 物件導向程式程式設計 函式式程式設計 邏輯...