□ 文/本刊记者 何遥

据联合国发布的数据显示，到2050年将有近三分之二的世界人口居住在大城市。而2014年，该比例只有二分之一。城市化浪潮与人工智能（AI）相遇，交通管理亟需跟上智慧城市的步伐，需要应对的挑战越来越多。机器视觉（Machine Vision, MV）作为AI的一个分支，以机器代替人眼来做判断和测量，它在城市智能交通中应对越来越多的挑战，帮助人们看得更清楚、更迅速、更广阔。

“海燕”、“昆仑”等等系统是将机器视觉应用于智慧城市交管理的案例中的两个。机器视觉系统的应用方在进行选择时，可从定位、工具集等5个方面进行基础考量。

海燕车辆二次分析系统满足多种实际应用需求

科达海燕车辆二次分析系统在大数据时代下应运而生，融合了具有先进的深度学习算法的机器视觉技术。

首先对所有卡口系统、电子警察系统抓拍的图片进行处理，进而进行二次识别，包括车牌号码及颜色、区域、时间、车辆细分车型、车标、车辆颜色等等各种信息。目前海燕系统能够识别400余种车标、5000余种细分车型。

另外，海燕系统基于GPU的集群架构，也为深度学习算法提供了有力的支撑。系统采用大数据分析技术，对二次分析后的结构化数据和汇聚的其他车辆数据进行比对和数据挖掘，可实现更多实战应用，包括：假牌套牌分析、未系安全带分析、行车通话分析、车辆多点碰撞、昼伏夜出分析等等满足交通管理者对城市道路安全管理的各种需求。同时，对于涉车案件，还能进行车辆稽查布控、告警等，为公安部门追逃嫌疑目标、刑侦破案提供技术支撑。……