2018年12月17日，众多用户在ofo新总部前排起长队，申请退还押金，有更多的人选择在线退款，截止目前，已经有超过1000万名ofo用户在线元计算，ofo需退还押金9．9亿元。而在此背后，能够正常的看到人类对于交通出行的庞大需求。
ofo仅仅是共享自行车大军中的一员，但以缓解城市交通压力而崛起的共享单车经过一番市场洗礼后，已经纷纷倒下。如何缓解日渐增长的道路交互与通行压力问题，还是要交给智能交通系统来解决。尽管智能交通项目建设的最大的目的并不是安全防范，但项目中大量使用了计算机视觉、边缘计算、摄像头等方面的安防技术产品，成为大安防领域的重要组成部分。近年来，我国不断加深安防技术在公共交通中管理中的应用，以提高交通运行效率、安全水平和服务能力，为市民带来智慧出行的体验。
智能交通系统要想提升感知精度与维度，计算机视觉必不可少。在智能交通系统中，计算机视觉通过摄像头对目标进行识别、跟踪和测量，从视频监控图像或多维数据中获取信息，再交由计算中心处理。
计算机视觉能给交通带来的主要有如下几个维度：第一个是车辆检测与感知，第二个是车辆身份的识别，第三是车辆身份的比对，第四个是车辆的行为分析，第五个是驾控，也就是现在非常火的汽车辅助驾驶与无人驾驶。涵盖道路感知、停车场感知、车辆特征识别、车辆行为分析等，几乎全方位覆盖智能交通的各个层面。
基于计算机视觉技术的智能交通系统的提出将极大地提升工作效率并降低劳动力成本，提升交通智慧程度。在杭州，城市大脑依靠计算机视觉分析能力，利用每一个交通摄像头对道路进行即时交通体检，使交通信号灯根据即时流量，优化路口时间分配，提高交通效率。2017年云栖大会上，杭州城市大脑也交出了亮眼答卷：与交通数据相连的128个信号灯路口，试点区域通行时间减少15．3％。
过去十年中，城市车辆几何级数般迅速增加，如何获取实时路况信息，如何及时作出响应以便让缓解交通拥堵，保持道路顺畅，一直都是全社会的焦点。在此情况下，完全进行云端处理力有不逮，边缘计算由于可以将计算能力和服务部署在网络边缘，向附近终端提供通讯和计算服务，被用来解决智能交通系统实时响应的问题。若将“云计算”比作大脑，负责处理相对复杂的进程，那么“边缘计算”就等于神经末梢，进行一些“下意识”的反应。
边缘计算能够分析和处理交通硬件本身的数据，并过滤掉不需要的信息，从而消除不必要的拥堵。这大幅度减少了数据传输总量，并有助于降低操作和存储成本。以深圳为例，深圳交通利用边缘计算实时监测反馈，实现交通智能管控，高峰期局部重点路段维持的时间预期可减少15％，大梅沙、龙华等部分重点路段工作速度提高9％。
结语：安防技术为人们提供出行安全与便利，技术方法到位，那么人力成本就会有很大节约。不过，技术产品到位又必须依靠政府政策与资金的有力支持才能实现。道路交互与通行治理不是一项立竿见影的小工程，但是，多方面的有效解决方案实施会让我们的交通环境在日积月累中变化，其中安防技术的作用不可忽视。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉
巡检主要是依靠人力巡逻和监控，这样的形式不仅效率低下，而且有可能会出现疏漏和失误，存在一定的
巡检主要是依靠人力巡逻和监控，这样的形式不仅效率低下，而且有可能会出现疏漏和失误，存在一定的
的生活方式也随之发生了重大改变，尤其是在人工智能、物联网、云计算、大数据等新兴
2019年，人工智能的热度并未因为时间的流逝而有所降温。相反，在国家、企业以及
有了初步认识。伴随着时代不断变迁、人类社会进步以及经济的蓬勃发展，传统
，做到精准预防、精确抓捕、有效整合线上线下资源并来优化配置，从而为智慧城市建设
Spatial计划将这笔融资用于研发面对企业市场的AR产品，他们预计这项解决方案能代替Google Hangouts、Zoom等许多线上通讯/协作/会议应用，
2018年AI走向了产业落地的关键节点，“AI＋行业”已是一件再寻常不过的事情。同时，随着智慧城市建设的兴起、国家天网工程和雪亮工程的实施，
系统也将像家庭房屋装修一样，成为选择购房和购房后一定要考虑的一项家庭开支。
的重视。随着高清监控的加快速度进行发展，平安城市、智慧城市等大型项目的大量铺开，数据量不断增大，随之而带来的大数据下的存储问题及数据
的重视。随着高清监控的加快速度进行发展，平安城市、智慧城市等大型项目的大量铺开，数据量不断增大，随之而带来的大数