人工智慧助力公務車輛管理

最新 03-26

公車私用、超編超標配置、豪華裝飾

從1994年「兩辦」下發公車管理文件

應該是「公車改革」的開始

一個「公車改革」的問題竟然持續了20多年

實行公務車號牌

安裝GPS等手段以加強對公車的監管

然而這些年的實踐效果並不好

不僅監管成本比較高

同時在改變公車浪費方面的收效不大

丨公務用車，監控體系空白丨

公車私用不僅造成了巨大浪費，還滋生了特權腐敗。政府公車運行經費居高不下，更是為民眾深惡痛絕。公車私用之所以難以「剎車」，與公車標識不明顯有很大關係，民眾難以辨識是否為公務用車，監督也就無法進行，僅僅依靠政府內部監察部門有限的人力，難以監督各種娛樂場所，效果自然會大打折扣。

丨公車改革的新手段丨

既然公車私用改革的實施點困難重重，那光只靠人力監督，顯然是不現實的。大千將車輛二次識別技術應用到了公車私用監督的細分領域，能夠助力監察部門糾正公車私用的不良風氣。

中國科學院自動化研究所圖像與視頻分析團隊的王金橋研究員等提出一種基於結構化深度度量學習的車臉識別方法，可以從車輛視覺表觀中學習到高效的特徵，從而實現精準的車輛重識別與檢索。

具體來說，團隊設計了一種層級式神經網路並引入了排序損失函數，有效融合了車型分類損失、粗粒度的排序、細粒度的排序以及基於樣本對的差異化建模。粗粒度的排序和細粒度的排序分别致力於增大不同車型以及不同車輛之間的類間差異，而基於樣本對的差異化則旨在儘可能減小同一車輛的類內差異。利用這種層級式的排序損失函數可以由粗到細地學習到一個結構化的特徵度量空間，從而有效刻畫車輛圖像之間多層級的語義相關性。

與此同時，團隊還發布了一個當前最大的車臉識別與檢索資料庫「Vehicle-1M」。現可支持5000餘種車型車款的精細識別，還支持對假牌、套牌車的檢索，即便車輛經過換牌照、重新噴漆等改裝，也逃不過該系統的『火眼金睛』！該方法已經成功應用於視頻偵查、違章限行、高速自助通行、智慧停車等領域。

丨成果丨

武漢大千的"車臉識別與檢索系統"能夠識別多角度的離線數據，包括手機、行車記錄儀等設備的視圖文件及各種卡口、電警、智能停車場拍攝的圖片數據，並可提供社會面私有視頻格式的轉碼，將公務用車的各類信息，包括車牌號、車型年款等，通過離線數據的快速比對，能夠迅速識別公務用車的相關信息，極大的提升了識別的準確度，節省了監察成本及效率。在離線視圖數據條件允許的情況下，甚至能夠對使用者進行人臉識別，快速獲取使用者信息。