数据显示，此前全国头盔渗透率极低，保守估计，头盔产销量不超过 5000 万/年。而我国电动自行车保有量超 3 亿，摩托车保有量为 6765 万。而当前我国汽车保有量约为 2.6 亿台。显而意见，电动自行车与摩托车的保有量已远超汽车保有量。「一盔一带」安全防护落地，为交警执法带来了一定挑战。
AI 安防企业开发升级了头盔佩戴识别算法，通过智能硬件产品，获取待检测视频图像，根据所述待检测视频图像，进行目标摩托车定位；如果检测定位到所述目标摩托车，则获取待检测驾驶员及乘客头肩区域，并且确定目标摩托车上驾驶员及乘客位置及数量，同时进行头盔佩戴识别，给出识别结果。如果所述识别结果为未佩戴头盔，则获取所述目标摩托车的车牌图像；根据所述目标摩托车的车牌图像，识别所述目标摩托车的车牌信息，上传目标摩托车的抓拍图片和车牌号码识别结果信息。
撰文 | 德清
「头盔市场的迅速升温，就说明了『一盔一带』安全防护工作的重要性。」一位交警对机器之心表示。
4 月 21 日，公安部交管局发布公告，宣布自 6 月 1 日起，将在全国范围部署「一盔一带」安全防护工作。依法查纠摩托车、电动自行车驾乘人员不佩戴安全头盔以及驾乘人员不使用安全带行为。 公告发布之后，头盔价格飞涨。据 5 月 20 日，新时代证券发布的报告数据显示，此前全国头盔渗透率极低，保守估计，头盔产销量不超过 5000 万/年。而我国电动自行车保有量超 3 亿，摩托车保有量为 6765 万。 而在今年 4 月 9 日，国家发改委产业发展司副司长蔡荣华透露的数字显示，当前我国汽车保有量约为 2.6 亿台。显而意见，电动自行车与摩托车的保有量已远超汽车保有量了。 相关数据显示，随着我国电动自行车和摩托车的基数不断增加，电动自行车与摩托车的交通事故交通死亡人数占全部事故的比例超过 50%，居各类交通事故之首。同时，摩托车、电动自行车驾乘人员死亡事故中，约 80% 为颅脑损伤致死。而随着我国电动自行车和摩托车的基数不断增加，电动自行车与摩托车的交通事故交通死亡人数占全部事故的比例超过 50%，居各类交通事故之首。同时，摩托车、电动自行车驾乘人员死亡事故中，约 80% 为颅脑损伤致死。而另一项数据表明，正确佩戴安全头盔、规范使用安全带能够将交通事故死亡风险降低 60% 至 70%。骑乘人员佩戴头盔的重要性也就显而易见了。
督促骑乘人员养成安全出行意识，则离不开交管部门的严格执法。而在此前，城市道路中的摄像机在交通违法识别场景中扮演了很重要的作用，针对于汽车司乘人员在行驶中是否系安全带，识别技术就已经非常成熟。但对于摩托车骑乘人员是否佩戴头盔，此前则没有相关方案。面对我国电动自行车以及摩托车庞大的保有量，单纯依靠于线下监督执法，对于警力有限的执法部门来说，低效且低质。因此对于交管部门来说需要一个强有力的帮手，而这一有利的帮手则就是 AI 识别技术。
此前，我国诸多城市的交管部门就引进了先进的AI视觉技术，来针对闯红灯、非法变道、压线、非机动车行驶在机动车道等交通违法行为进行智能化监控。AI公司通过车辆检测以及对红绿灯识别，以及道路路面标识识别，系统自动进行判断车辆是否存在闯红灯、压线、以及非机动车是否违规驶入机动车道等违法行为进行判断。
所述结果若为违法，则系统自动识别目标车辆的车牌信息，同时针对算法训练，系统可针对同一时间通过的多辆汽车进行检测并判断其是否存在违法行为，显著提高了交管部门的执法效率。
而与交管部门一直以来的合作，也让诸多 AI 公司在交通违法场景有了很多的技术积累，同时也落地了很多智能化识别项目。如今，面对新的挑战，交管部门也再次向相关 AI 企业提出了新的需求，针对头盔识别进行了系统升级。据了解，在公安部交管局在发布公告之前，我国很多省市的交管部门就针对于头盔佩戴问题就行了多项规定，而在此前就有 AI 安防公司与交管部门落地相关产品。
文安智能 CTO 宋君对机器之心表示：文安智能在 2019 年年底，就已经针对识别骑乘人员是否佩戴头盔，电动自行车、摩托车是否有违法变道等行为进行了产品的升级与研发，在今年公安部发布了「一盔一带」政策之后，文安智能还为交管部门开发了「一盔一带专项治理平台」。文安智能目前针对一带一盔政策，推出「云端智能方案」与「边缘智能方案」两套产品。其云端智能方案，依靠自主研发的「繁星」集群式视频分析服务器，通过接入城市现有的前端摄像机的视频，据所述待检测视频图像，进行目标摩托车定位。 其产品在同一时间可覆盖 4 条车道。若同一时间，每条车道都有摩托车经过，并且每辆摩托车都有驾驶人和乘车人，即公司产品在同一时间能够识别 8 人是否佩戴头盔。 对于同一时间通过的多辆摩托车/电动车，通过车辆检测与车型识别算法，系统自动判断出通过的运动目标是否是摩托车，并在极短的时间按车道完成图像抓拍，按照不同车道，形成摩托车的卡口图片。
在摩托车图像区域内，进一步检测驾驶员和乘客的头肩区域，并通过戴头盔、不戴头盔的训练集，引入 Attention 机制，训练细粒度分类器，判断是否佩戴头盔。针对黑色头盔与人头颜色相近很难区分问题, 通过对输入图像进行归一化预处理，增大输入图像范围结合场景上下文信息，得到有效解决。
如果所述识别结果为未佩戴头盔，则通过车牌检测算法获取所述目标摩托车的车牌图像；根据所述目标摩托车的车牌图像，识别所述目标摩托车的车牌信息，上传目标摩托车的抓拍图片和车牌号码识别结果信息。
受限于城市原有摄像头的分辨率，很多城市路口原有的摄像资源针对摩托车车牌的识别准确率较低，因此文安又推出了边缘智能方案，就是在路口，部署其智能摄像机产品，在前端直接进行智能检测，进行对摩托车骑乘人员是否佩戴头盔实现前端图片抓拍或短违法短视频的截取。 与采访之前笔者设想的不同，对于当前是否佩戴头盔识别的执法依据仍为车牌识别，并未通过面部识别。 宋君坦言：「目前针对摩托车骑乘人员是否佩戴头盔，智能检测主要是还是拍摄其车后，其主要原因在于，摩托车牌照主要是车后牌照容易识别。而另外一个原因，则是目前，通过拍摄的骑乘人员的图像还无法作为执法依据。
- 1） 对于摄像机拍摄的单一图像来说，目前无法作为唯一标识标志，在执法上容易造成其他困难，难以成为执法依据。
- 2）在疫情期间以及目前，口罩仍无法摘除，其面对识别信息较少，加之一些骑乘人员佩戴墨镜等其他面部遮挡物，则为面部识别又增加了许多困难。
当然，目前只针对于摩托车骑乘人员佩戴头盔问题进行整治，进行车牌识别是有效的。但江苏、浙江以及其他地区，也针对电动车发布了管理新规，在 7 月 1 日起实行，将对电动车骑乘人员佩戴头盔等问题进行整治。这对 AI 安防企业来说，这个问题仍需突破。对此，宋君对机器之心表示，对于这些问题，目前业内普遍的解决方案都是为交警执法进行辅助，云端根据收集的信息，统计出哪些地点、什么时间未佩戴头盔人员较多，为交警什么时间，该去哪些地点执法提供一个有力的参考依据，从而让交警线下执法有的放矢。
而与此同时，通过「一盔一带专项治理平台」将数据进行收集，整理，归纳，作为「一盔一带」安全防护政策取得的成效进行汇报，从而也能推动电动自行车上牌法规立项工作。而事实上，北京、江苏等地早在很早之前就行了电动自行车申领临时车牌等工作。
除此之外，在实际应用中，摩托车和电动自行车的区分也属于一个难点。摩托车属于机动车，电动自行车属于非机动车，但是从外观上，两者都是两轮车，宏观形态上相似点多，差别不大，所以存在部分电动自行车识别成摩托车的情况。对此，宋君表示目前文安智能收集大量的摩托车、电动自行车的样本，对摩托车位置、摩托车关键点进行标注，形成摩托车的训练数据集。神经网络结构增加空间 Attention 机制，网络输出信息包括车辆关键点位置、车辆类型。通过引入关键点监督信息，显著提升识别精度，从而进行准确的识别。「大概需要两周的时间就可以部署完成了。」对于头盔识别产品部署周期，宋君给了机器之心一个准确的时间。
而对于现在目前市场现状，宋君表示，当前市场上「一盔一带」检测的需求旺盛，已经有多个地市的交警部门在与文安智能沟通「一盔一带」系统方案。而且文安智能已经把「一盔一带」方案，在我国南方诸多城市实现了项目落地。
据机器之心了解到，除文安智能之外，还有很多 AI 企业都在针对头盔识别等算法的开发和系统的升级，譬如，旷视科技、博观智能等诸多 AI 企业。
头盔识别、摩托车识别、以及疫情期间的 AI 企业开发的口罩识别算法等相比有遮挡物的面部识别算法，其研发还是简单一些。但对于 AI 企业来说，这些算法又是必做题目。
一方面是对于这些相关算法，相关部门对此具有一定的需求，从而可为 AI 企业带来一定的营收。
而另一方面，衍生出头盔识别算法需求的「一盔一带」安全防护工作，其最终目的是通过专项治理，助推电动自行车、摩托车驾乘人员养成佩戴头盔等安全习惯，提升人们出行安全意识，是利国利民的举措。
而这一出发点也正是诸多 AI 安防企业的愿景之一。
