深耕“车脸”识别领域，卓视智通想通过算法+大数据分析让智慧交通落地

计算机视觉无疑是近两年的热点领域之一，互联网巨头BAT都已经有所布局，互联网创业公司如Face++、 格灵深瞳 、 码隆 、DeepCare……也都在各自的方向上构筑自己的壁垒。

同样成立于2010年底的 卓视智通 也想通过“车脸”识别算法和大数据平台，将人工智能落地应用到交通出行场景中。

简单来说，卓视智通通过算法识别前端摄像头采集的视频或图片中车辆和行人的特征，将视频和图片这种非结构化的数据转换成结构化的文本数据进行存储，然后通过大数据平台实现数据分析，比对，并实现一系列数据挖掘应用，而后将结果输出给政府或企业。

所谓特征并非单纯指机动车的车牌，还包括车型、颜色、品牌及年款、车辆特征物（比如年检标识、车里挂坠、通行证等）、以及特种车辆，综合这些信息再给予车辆一个数字化的身份标识。

在这些要素中，最直观也是最重要的就是车牌的识别，卓视智通CEO吴柯维告诉36氪，在深度学习被广泛应用之前，单纯的车牌识别已经可以做到，但在识别率和场景上遇到了很多瓶颈。卓视智通通过算法的优化可识别各种姿态、各种颜色、各种角度的车牌。

除此之外，卓视智通还可以可识别目前常见的几千种车辆款式及子车型，如大众捷达（X年款）、大众桑塔纳（X年款）、大众宝来（X年款）、帕萨特、POLO等。

颜色方面可区分深浅色系车辆，并能够识别常见的十余种车辆颜色类型。如：白、灰、紫、黑、黄、绿、蓝、红、橙、棕等。

在车型方面可以识别，小客车、面包车、SUV、MPV、皮卡、货车、客车等近十种车型。

在车辆特征物方面，可提取识别的车辆特征包括：车灯、车脸、后视镜、遮光板、车窗玻璃、天窗、行李架、实习标志及其他车身粘贴物等。

吴柯维指出，即使两辆车的品牌、车型年款、颜色都完全一样，计算机通过其年检标志粘贴方式的不同也可以判断出并非是同一辆机动车。

那么识别这么多车辆信息的意义在哪？车牌虽然是车辆的第一身份，但在某些情况下并不是百分之百的可靠（如伪造或遗弃车牌的情况时有发生）。因此通过识别车辆更多的特征，实现车脸识别，可从更多的维度来交叉验证，准确追踪。

以比较常见的套牌事件为例，当套牌车辆在正常行驶的过程中被摄像头拍到，在比对车驾管数据库中的数据时发现，套牌车辆的特征（车型、颜色、年款）与数据库中记录不符，这时就会通知相关部门处理。

目前卓视智通的车辆深度识别技术已经应用在如下几个领域：

< 这是一则寻人启示 >

我们正在寻找一个了解企业服务的分析师，可以每天跟创业者聊聊项目，跟投资人谈谈行业，顺便能写个云计算就更好不过了，如果你是我们要找的人，请发简历告诉我xuning@36kr.com，仅限全职or实习，坐标北京。

在收费模式方面，卓视智通为企业（系统集成商）或政府单位（公安、交警等）部署私有云架构的视频图像识别与大数据实战应用平台，收费按照接入摄像机点位、处理图片量以及实战功能进行收费。值得一提的是，作为人工智能与大数据领域在智能交通场景的落地公司，目前卓视智通已经能够实现盈利。

在竞争对手方面，如上文提到诸如百度和谷歌这种巨头虽然进场，但大多偏向于泛图像搜索，而Face++、Facecore等更偏向于人脸识别，目前没有深入“车脸”识别这个细分领域。

而在智能交通方面虽然海康威视和大华也在做类似的事情，但公司整体方向还是以硬件设备为主。

由于在“车脸”识别垂直领域已经有不少落地应用，因此积累了百万级的不同场景的图片样本库和几十T不同场景的视频。这对于需要靠大量数据训练算法的计算机视觉与大数据公司来说已经形成一定的壁垒。

目前，卓视智通正在寻求Pre-A轮融资。

< 这是一则寻人启示 >

我们正在寻找一个了解企业服务的分析师，可以每天跟创业者聊聊项目，跟投资人谈谈行业，顺便能写个云计算就更好不过了，如果你是我们要找的人，请发简历告诉我xuning@36kr.com，仅限全职or实习，坐标北京。