從北京的首都到"首堵"，到深圳的豪杰惆悵梅林關，城市交通擁堵曾經成了制約城市成長和改良國民宜居體驗的癥結身分之一。究竟若何能力處理愈演愈烈的城市交通擁堵成績，有無靈丹妙藥呢？
我們都曉得，城市的交通忙碌十字路口，我們平日都能看到一個或多個攝像頭，它們的感化是監督交通狀態，為交通守法行動供給圖象乃至是視頻證據。然則，它們還能施展更年夜的感化嗎？它們能否能贊助城市計劃者優化交通流量或肯定疑似交通變亂的產生所在嗎？
美國德克薩斯高等盤算中間（TACC）和德克薩斯年夜學交通研討中間的研討人員以為，攝像頭是可以做到這一點的。他們一同努力于開辟人工智能對象，應用深度進修和數據發掘停止龐雜的、可搜刮的流量剖析。
在本月舉辦的IEEE國際年夜數據會議上，他們將提出一種新的深度進修對象，應用奧斯汀市的原始交通攝像頭來辨認人、汽車、公交車、卡車、自行車、摩托車和交通燈等物體，并描寫這些物體若何挪動和若何互相感化。交通工程師們可以對這些信息停止剖析辨別，看看每條車道上有若干汽車是開錯道的。
TACC的數據發掘和統計組組長Weijia Xu表現，"我們愿望開辟一個靈巧高效的體系來知足交通研討者和決議計劃者的靜態、及時剖析需求。我們不想為某個特定的成績開辟一個交鑰匙處理計劃，而是摸索一些能夠有助于剖析需求的辦法，乃至那些未來能夠涌現的需求。"
他們開辟的用于流量剖析的算法主動地從原始數據中標志一切潛伏的對象，經由過程與先前辨認的對象停止比擬來跟蹤對象，并比擬每一個幀的輸入以發明對象之間的關系。
一旦研討人員開辟出一種可以或許對交通停止標志、跟蹤和剖析的體系，他們可以將其運用于兩個現實的例子：盤算有若干挪動車輛沿著途徑行駛，并肯定車輛和行人之間的親密接洽。
體系主動盤算10分鐘的視頻里有涌現了若干車輛，初步成果外面，他們的對象全體精確率高達95%。
UT交通研討中間收集建模中間主任Natalia Ruiz Juri表現，懂得交通流量及其散布的時光是驗證交通形式和交通收集機能評價的癥結。
她以為，"今朝的做法常常依附于應用昂貴的傳感器持續數據搜集，或在某個特定的時光段內停止流量采樣研討。而應用人工智能從現有攝像頭主動生成交通流量將供給更普遍的空間和時光籠罩面的運輸收集，增進發生有價值的數據集，以支撐立異的研討，并懂得交通治理和運營決議計劃的影響。"
在潛伏的親密接觸的情形下，研討人員可以或許主動辨認一些車輛和行人異常接近的情形。 這些都不代表示實生涯中的風險，然則它們注解了體系若何在沒有工資干涉的情形下發明風險的所在。
奧斯汀市的征詢工程師Jen Duthie表現，"奧斯汀市努力于終交友通逝世亡變亂，視頻剖析將是一個壯大的對象來贊助我們找出存在潛伏風險的處所。在受傷或逝世亡變亂產生之前，我們可以將我們的資本用于處理成績所在。"
研討人員籌劃摸索主動化若何增進其他與平安有關的剖析，如辨認行人穿過指定人行道外的忙碌街道的地位，懂得駕駛員若何對分歧類型的行人發生標記作出反響，并量化行人情愿為了應用斑馬線而行走多遠。
該項目展現了人工智能技巧若何年夜年夜削減剖析視頻數據所需的任務量，并為決議計劃者供給可操作的信息。
Ruiz Juri以為，"年夜家等待已久的無人駕駛及聯網汽車的上路，能夠會招致車輛和行人的行動和公路的行動產生嚴重變更，視頻數據將在懂得這些變更中施展癥結感化，而人工智能能夠是完成真正捕獲新技巧影響的周全年夜范圍研討的癥結。"
不論你用不消，攝像頭都曾經立在那邊。應用這些現成的舉措措施，再加上人工智能和年夜數據，城市交通擁堵成績就可以水到渠成嗎？我們拭目以待。
