行人信息识别

概念阐述：行人信息识别算法主要是指利用计算机视觉技术，通过摄像头捕捉的图像或视频数据，对行人的信息进行自动识别和分析的算法。这类算法通常包括行人检测、行人重识别、行人群体行为分析等多个方面。

功能描述：支持人形性别、年龄段、上衣/下衣颜色、上衣/下衣款式、上衣/下衣纹理、姿态、方向、是否背包、拎东西、戴眼镜、打伞、戴帽子、口罩、发型、手推车、拉杠箱、体态等属性的识别。

应用场所：在实际应用中具有广泛的应用前景，如智能交通管理、公共安全、智能监控、办公或商业场所等领域。通过这些算法的应用，可以有效地提高城市交通的安全性和有序性，提高公共场所的安全预警能力，为人们的生活提供更加智能和安全的环境。

算法效果图：

骑行目标信息识别

概念阐述：主要用于识别和分析骑行行为相关的数据，以提高城市交通安全管理效率，减少人行道上的电动车非法骑行问题，保护行人安全，并引导电动车驾驶者遵守交通规则。该算法通常采用无人机搭载的高分辨率摄像头捕捉道路上的实时画面，通过深度学习和图像识别技术，实现对电动车骑行行为的实时监控和管理。

功能描述：1、支持骑行人性别、年龄段、上身颜色、上衣款式、是否戴头盔、头盔颜色、是否挂牌等属性的识别；

2、支持对骑行车车款（二轮车、三轮车）等属性的识别；

3、支持骑行车车型（二轮摩托车、自行车、三轮摩托车）等属性的识别。

应用场所：主要体现在需要对骑行行为进行监控和管理的环境中，城市人行道和自行车道、交通交叉口、赛事监控、校园区域、公园和自然保护区及智能交通系统等等，不仅有助于提升交通安全，还能促进交通管理的智能化和自动化，为城市管理提供高效的解决方案。

算法效果图

车辆属性识别

概念阐述：是通过应用深度学习和计算机视觉算法来实现的，这些算法能够识别人类视觉系统难以快速识别的车辆信息。

功能描述：1、支持识别车辆所在车道号、方向、速度等特征识别；

2、支持对是否无牌车辆、车牌是否污损、车牌是否遮挡、车牌号码、车牌颜色、车牌类型、车辆品牌（200+种）、车辆子品牌（4000+种）、车身颜色、车辆类型等特征的识别；

3、支持对普通蓝牌、普通黄牌、双行黄牌、警车车牌、武警车牌、军用车牌、使馆车牌、港澳车牌、驾校车牌、大小型新能源车牌等多种机动车车牌类型的识别；

4、支持蓝色、黄色、黑色、白色、渐变绿、黄绿色共6种车牌颜色识别；

5、支持对黑色、蓝色、棕色、绿色、灰色、橙色、粉色、紫色、红色、白色、黄色共11种车身颜色的识别；

6、支持对轿车、越野车、商务车、小型货车、中型货车、大型货车、轻客、中型客车、大型客车、面包车、皮卡、渣土车、罐车、危化品车、校车、公交车等车型的识别；

7、支持对主、副驾驶未系安全带识别；遮阳板是否打开识别；对驾驶人是否打手机识别；车内挂件、摆件识别；年检标识数量识别；

应用场所：主要应用在智能交通系统、车辆追踪和管理、停车管理、城市规划和管理、安全和应急响应及道路安全等应用场所方面。通过精确的车辆属性识别，可以大大提升交通管理的效率和安全性，同时为车辆所有者提供更加个性化的服务。

算法效果图：

截止目前，千视通在行人信息识别、骑行目标信息识别、车辆属性识别中累计交付应用10万路以上。