1、測評表現(xiàn)

　　與眾多AI企業(yè)一樣，通過算法對數(shù)據(jù)進行充分挖掘及深層應用，是華尊目前主要專注的業(yè)務方向。立足于平臺層，華尊以“AI輔助執(zhí)法+大數(shù)據(jù)研判”的設計理念，切入到城市道路綜合管理之中，從幫助城市交通主管部門解決大數(shù)據(jù)融合應用難題。

　　最大的不同則在于，華尊的聚焦點并不在于追求算法、參數(shù)、指標的極致化，而在于構(gòu)建一個開放、融合的車輛大數(shù)據(jù)應用平臺，通過賦予平臺百億級的超腦運算能力，實現(xiàn)AI技術(shù)在城市交通管理的執(zhí)法、打擊、監(jiān)控、路況、運營等實戰(zhàn)業(yè)務場景中的多維度應用。

　　煉鐵成鋼，“AI算法+車輛數(shù)據(jù)”衍生N種業(yè)務應用

　　強大的視頻數(shù)據(jù)分析處理能力，并非一朝一夕就能夠練成，尤其是對于城市級的龐大數(shù)據(jù)規(guī)模，以及瞬息萬變的城市道路應用。

　　但憑借在計算機視覺、視頻大數(shù)據(jù)領(lǐng)域近10年的潛心深耕，華尊快速建立了自身牢固的技術(shù)壁壘。其最初的車輛特征算法不斷升級優(yōu)化之后，已經(jīng)逐漸演變成了更加豐富且的AI算法，不僅視頻結(jié)構(gòu)化對象從車輛延展到行人，以及非標車等，而細分到每個結(jié)構(gòu)化目標，又提供多達二十多項屬性標簽，涉及汽車駕駛員違規(guī)行為(不系安全帶、打手機、抽煙、抱小孩)、泥頭車、危險品車，以及電動車載客、行人(抱小孩、打電話、戴口罩)等N種場景應用。一手抓AI算法，

　　一手抓實戰(zhàn)應用，讓華尊在交通大數(shù)據(jù)融合應用領(lǐng)域的專業(yè)度和行業(yè)深耕程度得到不斷深化，本次a&s針對駕駛員撥打手機、副駕駛未系安全帶、套牌、假牌等不同特征識別運用展開了全面測試，華尊的實際表現(xiàn)也高度契合了這一特征，其中副駕駛未系安全帶識別率達85%，駕駛員打手機識別率90%，均為毫秒級響應。

　　軟硬融合，打通平臺信息孤島練就億級研判實力

　　根據(jù)項目建設的實際情況，華尊將卡口、電警、監(jiān)控等前端設設備接入平臺，產(chǎn)生的數(shù)據(jù)部分需要華尊采集及提取，但更多的是直接利用現(xiàn)有數(shù)據(jù)資源進行二次識別分析。但實際上，要將不同網(wǎng)絡、不同廠商、不同架構(gòu)、不同平臺的產(chǎn)品實現(xiàn)聯(lián)動統(tǒng)籌也絕非易事，而為了控制建設成本，甲方大批量更換前端設備的可能性也明顯不高，那么底層設備的接入壁壘，就成為了平臺層首先要解決的核心問題。

　　因此，華尊AI平臺底層采用華為開放式Atlas架構(gòu)，服務層采用VPASS架構(gòu)設計，支持上千路高清視頻并行化處理，除GB/T 28181、ONVIF等標準規(guī)約的接入之外，視頻編解碼格式的統(tǒng)一接入和視頻解碼、轉(zhuǎn)碼能力。

　　另一方面，平臺通過融合異構(gòu)資源池、智能編排等關(guān)鍵技術(shù)，將GPU、HDD、SSD等資源實現(xiàn)了池化，在硬件資源滿足平臺需求的情況下，可提升50%以上的資源利用率，性能相比傳統(tǒng)x86架構(gòu)提升10倍以上，并大幅壓縮項目建設成本。

　　不僅如此，為了體現(xiàn)更加豐富、靈活、可配置的業(yè)務應用價值，華尊還保留了開放的第三方平臺接口，支持與交警六合一等數(shù)十種相關(guān)業(yè)務平臺無縫對接，僅從部分特征就可關(guān)聯(lián)分析出完整鏈條，為城市交通綜合管理提供全景化應用。

　　AI賦能，為城市交通定制6大核心功能

　　目前，華尊AI城市道路綜合管理解決方案已經(jīng)實現(xiàn)了以視頻AI為核心的6大功能：

　　數(shù)據(jù)可視化

　　基于統(tǒng)一大數(shù)據(jù)可視化服務將交警實戰(zhàn)業(yè)務進行合理的整合與呈現(xiàn);

　　智能搜車

　　通過語義識別做關(guān)鍵字全文模糊查找，基于更強大的人工智能算法及算力，實現(xiàn)億級數(shù)據(jù)秒級查詢，且支持精確車牌檢索、模糊檢索、圖片檢索、非標車檢索;

　　稽查布控

　　支持一點布控，全網(wǎng)響應。既支持基于車牌的精確布控，也支持二次識別結(jié)果的車輛品牌、顏色、車牌顏色、年款的模糊布控，可以對單一目標布控，也可對多個目標進行布控;

　　情報分析

　　打通六合一平臺車駕管數(shù)據(jù)，可對車輛套牌、假牌、未年檢、報廢車等進行精確識別，為交警專項整治提供工具;

　　執(zhí)法分析

　　基于車輛二次分析深度學習算法，分析車輛駕駛行為，運用大數(shù)據(jù)分析識別車輛違法行為，為交警專項整治提供工具;

　　車輛技戰(zhàn)法

　　提供過車頻率分析、同行車分析、晝 伏夜出分析、區(qū)域碰撞分析、車輛軌跡分析、落腳點分析、首次入城分析、隱匿車挖掘分析、出入城異常分析、夜間發(fā)下遮陽板等多種實戰(zhàn)分析模型。

副駕駛未系安全帶行為識別

打手機行為識別

　　小結(jié)：“AI算法+視頻大數(shù)據(jù)”喚醒沉睡中的交通大數(shù)據(jù)

　　為滿足復雜多變的交通執(zhí)法實戰(zhàn)應用需求，華尊打造的AI城市道路綜合管理將幾十種技戰(zhàn)法、幾十種目標屬性、目標精細布控、組合式的條件檢索、開放融合的數(shù)據(jù)生態(tài)鏈匯聚于一身，全面打通人、車、物多維動靜態(tài)數(shù)據(jù)的孤立壁壘，真正意義上實現(xiàn)了數(shù)據(jù)層的全息感知、多維融合。

　　其次，依托于GPU+CPU渲染優(yōu)化，通過目標提取、深度神經(jīng)網(wǎng)絡、大數(shù)據(jù)處理等AI算法將涉車視頻數(shù)據(jù)進行結(jié)構(gòu)化處理，在“人工智能+大數(shù)據(jù)技術(shù)”的雙重技術(shù)驅(qū)動之下，對人、車、物進行自動關(guān)聯(lián)匹配，在技術(shù)層實現(xiàn)深度人工智能化應用，“喚醒”沉睡中的交通大數(shù)據(jù)。

　　而實戰(zhàn)方面，平臺對人、車、物等數(shù)據(jù)的關(guān)聯(lián)分析與研判，則有效提升了實戰(zhàn)效能，助理交通主管部門實現(xiàn)精準預警、精準打擊、精準防范、精準管理。

　　2、核心技術(shù)

　　業(yè)務模型遵循最前沿的深度網(wǎng)絡設計思想(Inception、ResNet、DenseNet)

　　3、算力要求

　　基于業(yè)界最高密度GPU服務器Atlas，華尊技術(shù)團隊對算法進行了堪稱極致化的升級優(yōu)化，現(xiàn)其單日處理性能已經(jīng)高達1億張圖片。而在某實際項目應用中，2900萬的日過車輛配備了4塊tesla p4，整體算力22 tfloat，實際運行時，系統(tǒng)整體負載低于75%，遠高于行業(yè)平均水準。

　　4、大數(shù)據(jù)訓練

　　城市級數(shù)據(jù)規(guī)模龐大，沒有一個有效的數(shù)據(jù)挖掘工具，不同系統(tǒng)之間又存在信息孤島，這是提升城市交通管理水平難以突破的三大難題。而華尊嚴格采用了公安部視圖庫標準，對涉車數(shù)據(jù)統(tǒng)一接入、存儲、融合、管理及應用，再通過云端AI算法，對所用涉車數(shù)據(jù)進行識別分析，最終為主管部門提供執(zhí)法依據(jù)和數(shù)據(jù)支撐，解決了涉車數(shù)據(jù)挖掘及應用痛點。

　　5、落地能力

　　汽車保有量高達321多萬的深圳，深度應用了華尊AI城市道路綜合管理平臺。平臺通過與原有卡口系統(tǒng)無縫對接對接，實時分析2900萬以上的日過車量，并從中提取車輛圖片的結(jié)構(gòu)化信息，同時為深圳交警定制開發(fā)10多種車輛深度分析模型，在幫助警方打擊車內(nèi)違法行為(不系安全帶、打手機、抽煙、副駕兒童等)、車內(nèi)前排司乘人員人臉摳圖、大貨車不按道行駛、泥頭車違法、AI輔助執(zhí)法智能廢片回滾的過程中，發(fā)揮了積極作用。

　　6、案例分析

　　就深圳交警方面提供的數(shù)據(jù)來看：僅今年4月25日當日，華尊就已經(jīng)幫助警方有效甄別開車打手機違章事件1843例、主駕駛未系安全帶1593例、副駕駛未系安全帶1096例，得到了深圳交警相關(guān)部門及領(lǐng)導的一致認可。

　　7、AI 創(chuàng)新亮點

　　華尊充分調(diào)研了場景化應用需求，并利用深度AI 算法將車輛、行人的幾十種的屬性特征實現(xiàn)精準識別，就縱向技術(shù)而言，華尊對于涉車數(shù)據(jù)的結(jié)構(gòu)化處理足夠細分，也足夠精準。

　　而橫向來看，華尊在平臺層打通了卡口、視頻、監(jiān)控等數(shù)據(jù)間的自動關(guān)聯(lián)，無需跨越多個系統(tǒng)，可在一個系統(tǒng)中實現(xiàn)對卡口、視頻、人臉等多數(shù)據(jù)源的綜合查詢;支持視軌跡分析、行為分析、情報分析等大數(shù)據(jù)綜合研判;支持在地圖上可視化展示多維目標軌跡，同時也對第三方平臺和終端用戶保留了較大的開放性，能夠讓更多的數(shù)據(jù)融合進來，也可以讓數(shù)據(jù)共享到多個業(yè)務部門共用。

　　8、專家點評

　　立足于數(shù)據(jù)的頂層應用，華尊深入貫徹了自身“破解交通大數(shù)據(jù)融合應用難題”的設計理念，將“融合”二字詮釋得頗為極致。

　　一方面，平臺提供司乘員行為識別、車輛信息識別、號牌信息識別等豐富應用，在應用方面實現(xiàn)了深度融合。另一方面，為海量軟硬件接入提供了開放性條件，讓不同業(yè)務系統(tǒng)融合成為一個開放融合的涉車數(shù)據(jù)大型生態(tài)圈。此外，GPASS 業(yè)務架構(gòu)滿足了公安、交警等不同警種的不同需求，實現(xiàn)各業(yè)務系統(tǒng)間的融合管理。

　　9、提升空間

　　針對業(yè)務實戰(zhàn)效果，在車輛行為、駕駛行為識別方面的AI 算法還可以進一步優(yōu)化，提升識別正確率，降低外部因素對識別效果的影響程度。

　　【評分標準】

　　1、有待完善：x < 6 分

　　2、常規(guī)水平：6 _ x < 8 分

　　3、優(yōu)秀水平：8 _ x _ 9.5 分

　　4、領(lǐng)先行業(yè)：9.5 < x _ 10 分

　　5、考評由測評單位、專家顧問、企業(yè)各自評分;宣傳時各項評分全部公開;評選時以平均分作為考評標準。

　　6、本測評評分僅是從模擬實際應用場景的測評表現(xiàn)展開評分;落地能力、性價比等更多評分參考將在“a&s AI 創(chuàng)新應用評選論壇”上顧問現(xiàn)場評分。