交通方面的计算机视觉的使用（一）

计算机视觉能够“看”到我们所看不见的地方，所以在很多的地方都有使用，其中，交通方面也是计算机视觉大展拳脚的地方，下面就一起来看看计算机视觉在交通方面的使用。

1、行人检测

现有行人检测方法有三种，分别为基于全局特征的方法、基于人体部位的方法、基于立体视觉的方法。目前，基于深度卷积神经网络的行人检测已经取得了很大的进展，甚至可以检测出深度遮挡的行人。

2、停车占用检测

停车位可视化监控的目的是检测停车场的占用情况。计算机视觉应用程序基于深度卷积神经网络（CNN），在视觉停车场占用检测方面提供高效解决方案。停车场检测存在多个数据集，如PKLot和CNRPark-EXT。

此外，使用立体成像（3D）或热敏摄像头的基于视频的停车管理系统已经落地。

3、交通流量分析

目前，中国很多城市交通拥堵很严重，很多十字路口的红绿灯配时其实并不是最优的，计算机视觉将在缓解城市拥堵中发挥重要的作用。

对于交叉口，通过基于深度学习的车辆精确感知检测，可以精准的感知交通路口各个方向的车辆数量、流量和密度，从而可以给交通路口的最优配时提供准确依据。

4、车辆重新识别

现有的基于视觉的车辆再识别技术大多基于车辆的颜色、纹理和形状等外观特征。至今，识别诸如车辆品牌或车型之类的细微特征仍然是一个悬而未决的挑战。

这些你都知道了吗？