卓视智通发布基于Atlas500边缘计算小站的车辆多维特征图像二次识别产品
在人工智能和产业互联网的推动下，诸多应用与概念脱颖而出，变得炙手可热。近期，边缘计算毫无疑问迎来了集中爆发，让人们不由感叹：边缘计算不再边缘。
随着5G的落地，未来将产生新一轮的数据爆发。据IDC预测，2020年全球数据总量将达到44ZB，中国的数据总量超过8ZB，占全球数据总量的18%。而到2025年全球数据总量预计将达到175ZB，中国数据圈增至48.6ZB，占全球27.8％，成为最大数据圈。这也意味着对AI 算力提出了更高的要求。
只靠传统的云端计算，物联网将不堪重负。5G时代，边缘计算将成为云计算不可或缺的重要补充。边缘计算能够缩短终端与服务器之间通信距离，让终端与服务器交互高实时性成为现实，使得数据的分析与处理整体效率得到提升。因此，在产业需求和数据积累形成的肥沃土壤中，边缘计算的爆发是必然。
对于2019年取消省界收费站，单靠现有系统中ETC标识OBU里的车辆信息、车牌等并不足以对车辆真实身份、收费类型及位置进行确认，需要增加车型信息、车辆特征信息及车辆图片作为额外依据，并结合时空轨迹和大数据分析方法进行车辆真实路径进行识别。而边缘计算将人工智能深度学习算法中的“推理”或“训练”过程前置到靠近用户端/数据产生端一侧，在本地就近处理，完成实时的、快速的计算和反馈，从而大大提升响应速度，对于省界收费站撤站之后的收费稽查和打逃意义重大。
对此，卓视智通与华为合作，在近日正式发布了基于华为Atlas 500边缘计算小站的车辆多维特征图像二次识别产品，该产品采用华为Atlas 500边缘计算小站，嵌入卓视智通车辆多维特征图像二次识别系统，为高速公路、公安、交警、城市交通领域复杂人员、车辆大数据业务分析提供决策支撑！
系统基于当前国际最领先的深度学习技术，对城市车辆过车抓拍图像和视频后，进行车辆视觉深度识别，准确识别超过7000款车辆品牌、子品牌、年款，同时识别车辆上年检标个数、驾驶窗内部细节、前排司乘人员情况、系安全带检测、是否有天窗等车辆特征。
采用深度学习的车辆模型分析技术，对车辆提取多达4000维度的细微特征，独家提供360度全方位识车和特征向量提取，弱光以及遮挡车辆仍可有效识别。并能够基于多维度车辆特征信息以及过车位置、过车时间等信息对车辆行驶规律、轨迹特征等进行大数据分析，应用于高速收费缉查布控、刑事侦查、交通执法、智能交通、大数据分析等领域，是各管理部门实战必不可少的应用系统。
在取消省界收费站之后的新型收费系统中，需要将OBU信息，车辆车牌信息（车牌号、车牌颜色及类别）、车辆收费类型（分客货，一共16类收费类型）、车辆特征信息（车辆品牌、车辆颜色、车辆侧面轮轴及外观特征、车脸特征）、车辆时空信息（拍摄点位的位置及精确时间）等作为系统收费的依据，进行收费额的计算及后续稽查应用。
该系统可识别车辆挡风玻璃上的年检标志、环保标志、车内挂件、纸抽、驾驶员及副驾驶员头像、是否系安全带等复杂图像特征。在平台端可基于上述特征进行车辆自动比对、目标检索和车辆查询。
通过构建车辆多维度的身份特征体系，识别除了OBU信息和车辆车牌信息（车牌号、车牌颜色及类别）之外的车辆收费类型（分客货，一共16类收费类型）、车辆特征信息（车辆品牌、车辆颜色、车辆侧面轮轴及外观特征、车脸特征）、车辆时空信息（拍摄点位的位置及精确时间）等，可以实现各种维度数据之间的相互校验，增强系统的容错能力，减少计费误差，有效打击逃费，堵住因为取消省界收费站带来的新的逃费漏洞，减少经济损失。
并通过提供以图搜车、特征搜车、虚拟号牌、时空轨迹分析等视图大数据技术，可有效应对客货车检测、车辆收费车型识别，破解收费中遇到的无牌车、遮挡号牌、大车小标等异常车辆监管及收费数据稽查等技术难题！
Atlas 500 智能小站是华为面向广泛边缘应用场景的轻量边缘服务器，具有超强计算性能、大容量存储、配置灵活、体积小、支持温度范围宽、环境适应性强、易于维护管理等特点，能在边缘进行实时处理的边缘计算产品，单台可提供16TOPS INT8的处理能力，同时功耗极低，每天耗能小于一度电。
Atlas 500还集成了WIFI和LTE两种无线数据接口，网络接入和数据传输会更加灵活，充分满足机器视觉平台的边缘AI算力需求。面对边缘侧部署的复杂自然环境，Atlas 500可以支持 - 40 ℃~70℃的严苛部署环境，不管是寒冷的西伯利亚，还是终年高温的撒哈拉沙漠地带，Atlas 500都可以稳定运行。
主要应用在智能视频监控、分析、数据存储等应用场景，可以广泛部署在各类边缘、中心机房。满足在例如公安、社区、园区、商场、超市等复杂环境区域的应用。
此次卓视智通与华为的深度合作，将交通数据资源有效整合、引领实战的优势，打造出高识别率、高准确率、高性价比的车辆多维特征图像二次识别系统，系统识别结果也可完美对接高速公路ETC收费系统和收费车型视图大数据稽核平台，进而有效的进行逃费预警和稽查，规避收费漏洞，遏制逃费行为，为收费系统、收费稽查系统等应用提供技术支撑。
