車(chē)輛識(shí)別目前分為兩個(gè)大類(lèi)：基于車(chē)牌信息的車(chē)輛識(shí)別方法和基于車(chē)輛表觀信息的車(chē)輛識(shí)別方法。

基于車(chē)牌信息的車(chē)輛識(shí)別方法，總體分為三個(gè)功能模塊：車(chē)牌定位、字符分割和字符識(shí)別。車(chē)牌定位是在獲取圖像中檢測(cè)車(chē)牌所在位置；字符分割將車(chē)牌圖像中的字符從整體圖像中分割成字符個(gè)體；字符識(shí)別是對(duì)分割的字符圖像進(jìn)行識(shí)別，將圖像信息轉(zhuǎn)換為字符信息。目前，車(chē)牌識(shí)別技術(shù)比較成熟，在各種交通控制與管理場(chǎng)合得到應(yīng)用。

基于車(chē)輛表觀信息的車(chē)輛識(shí)別方法，即基于車(chē)輛外觀的識(shí)別方法，采用將車(chē)標(biāo)和車(chē)型識(shí)別相結(jié)合的方法。車(chē)標(biāo)識(shí)別通過(guò)計(jì)算機(jī)視覺(jué)、圖像處理與模式識(shí)別，從車(chē)輛圖像中提取車(chē)標(biāo)信息，獲得機(jī)動(dòng)車(chē)車(chē)輛品牌信息。車(chē)標(biāo)識(shí)別技術(shù)是智能交通系統(tǒng)中一個(gè)重要研究領(lǐng)域，具有較高的實(shí)用價(jià)值。車(chē)標(biāo)識(shí)別技術(shù)常用方法分為五種，分別是基于邊緣直方圖的方法、結(jié)合2DPCA-ICA和SVM的方法、基于Hu不變矩的方法、基于SIFT描述子的方法和基于模板匹配的方法。

車(chē)型識(shí)別的主要方法有基于模板匹配的車(chē)型方法、基于統(tǒng)計(jì)特征的車(chē)型識(shí)別方法。應(yīng)用最多的是基于特征的識(shí)別算法，先建立樣本數(shù)據(jù)庫(kù)，通過(guò)一系列方法提取樣本特征，利用機(jī)器學(xué)習(xí)方法訓(xùn)練分類(lèi)器，實(shí)現(xiàn)目標(biāo)識(shí)別。深度神經(jīng)網(wǎng)絡(luò)可在訓(xùn)練數(shù)據(jù)驅(qū)動(dòng)下自適應(yīng)地構(gòu)建特征表達(dá)，具有更高的靈活性和普適性，已經(jīng)被應(yīng)用在車(chē)型識(shí)別問(wèn)題中。

視頻監(jiān)控是安全防范系統(tǒng)的重要組成部分，監(jiān)控系統(tǒng)包括前端攝像機(jī)、傳輸線(xiàn)纜、視頻監(jiān)控平臺(tái)。視頻監(jiān)控以其直觀、準(zhǔn)確、及時(shí)和信息內(nèi)容豐富而廣泛應(yīng)用于許多場(chǎng)合。視頻監(jiān)控主要包括城市公共區(qū)域建設(shè)的“天網(wǎng)”系統(tǒng)、社會(huì)視頻監(jiān)控系統(tǒng)、卡口監(jiān)控系統(tǒng)。視頻監(jiān)控采集的視頻圖像數(shù)據(jù)具有極高的價(jià)值。當(dāng)發(fā)生案件時(shí)，可以運(yùn)用視頻監(jiān)控發(fā)現(xiàn)線(xiàn)索、鎖定目標(biāo)、證實(shí)犯罪，作為新的偵查途徑。

視頻識(shí)別主要包括視頻信息的采集及傳輸、視頻檢測(cè)和分析處理三個(gè)環(huán)節(jié)。通過(guò)智能分析模塊，對(duì)視頻畫(huà)面進(jìn)行識(shí)別、檢測(cè)、分析，對(duì)異常情況進(jìn)行目標(biāo)和軌跡標(biāo)記。智能分析模塊基于人工智能和模式識(shí)別原理的算法。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子類(lèi)，是機(jī)器學(xué)習(xí)眾多算法中的一種，是擁有多個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)可以理解為多層神經(jīng)網(wǎng)絡(luò)，是一種學(xué)習(xí)的模式，采用具有深度的模型進(jìn)行學(xué)習(xí)。深度學(xué)習(xí)具有其他算法不具備的顯著優(yōu)勢(shì)，特別在AI領(lǐng)域的應(yīng)用中，使得深度學(xué)習(xí)解決問(wèn)題的效果尤為突出，廣泛應(yīng)用于語(yǔ)音識(shí)別、圖像識(shí)別、文本理解等眾多領(lǐng)域。

機(jī)器學(xué)習(xí)是讓機(jī)器從大量樣本數(shù)據(jù)中自動(dòng)學(xué)習(xí)其規(guī)律，并根據(jù)學(xué)習(xí)到的規(guī)律預(yù)測(cè)未知數(shù)據(jù)的過(guò)程。機(jī)器學(xué)習(xí)的目標(biāo)是發(fā)現(xiàn)數(shù)據(jù)中暗藏的規(guī)律，由此對(duì)未知進(jìn)行預(yù)測(cè)。這個(gè)過(guò)程要通過(guò)學(xué)習(xí)來(lái)實(shí)現(xiàn)，學(xué)習(xí)用到的材料則是大數(shù)據(jù)。

機(jī)器學(xué)習(xí)通過(guò)人工智能來(lái)分析、探索和預(yù)測(cè)趨勢(shì)，并根據(jù)過(guò)去的變化預(yù)測(cè)未來(lái)的趨勢(shì)。通過(guò)經(jīng)典的機(jī)器學(xué)習(xí)算法，為客戶(hù)提供智能應(yīng)用程序，包括頻繁模式挖掘、聚類(lèi)、分類(lèi)、推薦引擎（獲得用戶(hù)行為并從中發(fā)現(xiàn)用戶(hù)可能喜歡的事物）、頻繁子項(xiàng)挖掘（利用一個(gè)項(xiàng)集，如查詢(xún)記錄和購(gòu)物目錄，去識(shí)別經(jīng)常一起出現(xiàn)的項(xiàng)目）。

人工智能是計(jì)算機(jī)科學(xué)與技術(shù)專(zhuān)業(yè)的一門(mén)重要的專(zhuān)業(yè)課程，運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能，模仿人腦所從事的推理、識(shí)別、理解、設(shè)計(jì)、學(xué)習(xí)、思考等思維活動(dòng)，以此解決預(yù)測(cè)、規(guī)劃等需要人類(lèi)專(zhuān)家才能處理的復(fù)雜問(wèn)題。人工智能關(guān)鍵技術(shù)包括專(zhuān)家系統(tǒng)、自然語(yǔ)言理解、人工神經(jīng)網(wǎng)絡(luò)。

基于沃達(dá)德大數(shù)據(jù)平臺(tái)，通過(guò)對(duì)海量數(shù)據(jù)采集、處理、存儲(chǔ)、分析和數(shù)據(jù)挖掘，根據(jù)數(shù)據(jù)的特性，采用合適的可視化方式，將數(shù)據(jù)直觀地展現(xiàn)出來(lái)，以幫助人們認(rèn)識(shí)數(shù)據(jù)、理解數(shù)據(jù)，同時(shí)找出包含在海量數(shù)據(jù)中的規(guī)律或者信息，預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)，進(jìn)行智能化決策分析，使得數(shù)據(jù)資產(chǎn)成為核心競(jìng)爭(zhēng)力。

#視頻監(jiān)控#?#車(chē)輛識(shí)別#?#道閘車(chē)輛識(shí)別系統(tǒng)#?#停車(chē)場(chǎng)車(chē)輛識(shí)別系統(tǒng)#?#人工智能#?