數據顯示，此前全國頭盔滲透率極低，保守估計，頭盔產銷量不超過 5000 萬/年。而我國電動自行車保有量超 3 億，摩托車保有量爲 6765 萬。而當前我國汽車保有量約爲 2.6 億臺。顯而意見，電動自行車與摩托車的保有量已遠超汽車保有量。「一盔一帶」安全防護落地，爲交警執法帶來了一定挑戰。

AI 安防企業開發升級了頭盔佩戴識別算法，通過智能硬件產品，獲取待檢測視頻圖像，根據所述待檢測視頻圖像，進行目標摩托車定位；如果檢測定位到所述目標摩托車，則獲取待檢測駕駛員及乘客頭肩區域，並且確定目標摩托車上駕駛員及乘客位置及數量，同時進行頭盔佩戴識別，給出識別結果。如果所述識別結果爲未佩戴頭盔，則獲取所述目標摩托車的車牌圖像；根據所述目標摩托車的車牌圖像，識別所述目標摩托車的車牌信息，上傳目標摩托車的抓拍圖片和車牌號碼識別結果信息。

「頭盔市場的迅速升溫，就說明了『一盔一帶』安全防護工作的重要性。」一位交警對機器之心表示。

4 月 21 日，公安部交管局發佈公告，宣佈自 6 月 1 日起，將在全國範圍部署「一盔一帶」安全防護工作。依法查糾摩托車、電動自行車駕乘人員不佩戴安全頭盔以及駕乘人員不使用安全帶行爲。

公告發布之後，頭盔價格飛漲。據 5 月 20 日，新時代證券發佈的報告數據顯示，此前全國頭盔滲透率極低，保守估計，頭盔產銷量不超過 5000 萬/年。而我國電動自行車保有量超 3 億，摩托車保有量爲 6765 萬。

而在今年 4 月 9 日，國家發改委產業發展司副司長蔡榮華透露的數字顯示，當前我國汽車保有量約爲 2.6 億臺。顯而意見，電動自行車與摩托車的保有量已遠超汽車保有量了。

一 交警「主攻」，AI打「補位」

相關數據顯示，隨着我國電動自行車和摩托車的基數不斷增加，電動自行車與摩托車的交通事故交通死亡人數佔全部事故的比例超過 50%，居各類交通事故之首。同時，摩托車、電動自行車駕乘人員死亡事故中，約 80% 爲顱腦損傷致死。

而隨着我國電動自行車和摩托車的基數不斷增加，電動自行車與摩托車的交通事故交通死亡人數佔全部事故的比例超過 50%，居各類交通事故之首。同時，摩托車、電動自行車駕乘人員死亡事故中，約 80% 爲顱腦損傷致死。

而另一項數據表明，正確佩戴安全頭盔、規範使用安全帶能夠將交通事故死亡風險降低 60% 至 70%。騎乘人員佩戴頭盔的重要性也就顯而易見了。

督促騎乘人員養成安全出行意識，則離不開交管部門的嚴格執法。而在此前，城市道路中的攝像機在交通違法識別場景中扮演了很重要的作用，針對於汽車司乘人員在行駛中是否系安全帶，識別技術就已經非常成熟。但對於摩托車騎乘人員是否佩戴頭盔，此前則沒有相關方案。

面對我國電動自行車以及摩托車龐大的保有量，單純依靠於線下監督執法，對於警力有限的執法部門來說，低效且低質。因此對於交管部門來說需要一個強有力的幫手，而這一有利的幫手則就是 AI 識別技術。

此前，我國諸多城市的交管部門就引進了先進的AI視覺技術，來針對闖紅燈、非法變道、壓線、非機動車行駛在機動車道等交通違法行爲進行智能化監控。AI公司通過車輛檢測以及對紅綠燈識別，以及道路路面標識識別，系統自動進行判斷車輛是否存在闖紅燈、壓線、以及非機動車是否違規駛入機動車道等違法行爲進行判斷。

所述結果若爲違法，則系統自動識別目標車輛的車牌信息，同時針對算法訓練，系統可針對同一時間通過的多輛汽車進行檢測並判斷其是否存在違法行爲，顯著提高了交管部門的執法效率。

而與交管部門一直以來的合作，也讓諸多 AI 公司在交通違法場景有了很多的技術積累，同時也落地了很多智能化識別項目。如今，面對新的挑戰，交管部門也再次向相關 AI 企業提出了新的需求，針對頭盔識別進行了系統升級。

據瞭解，在公安部交管局在發佈公告之前，我國很多省市的交管部門就針對於頭盔佩戴問題就行了多項規定，而在此前就有 AI 安防公司與交管部門落地相關產品。

文安智能 CTO 宋君對機器之心表示：文安智能在 2019 年年底，就已經針對識別騎乘人員是否佩戴頭盔，電動自行車、摩托車是否有違法變道等行爲進行了產品的升級與研發，在今年公安部發布了「一盔一帶」政策之後，文安智能還爲交管部門開發了「一盔一帶專項治理平臺」。

文安智能目前針對一帶一盔政策，推出「雲端智能方案」與「邊緣智能方案」兩套產品。其雲端智能方案，依靠自主研發的「繁星」集羣式視頻分析服務器，通過接入城市現有的前端攝像機的視頻，據所述待檢測視頻圖像，進行目標摩托車定位。

其產品在同一時間可覆蓋 4 條車道。若同一時間，每條車道都有摩托車經過，並且每輛摩托車都有駕駛人和乘車人，即公司產品在同一時間能夠識別 8 人是否佩戴頭盔。

對於同一時間通過的多輛摩托車/電動車，通過車輛檢測與車型識別算法，系統自動判斷出通過的運動目標是否是摩托車，並在極短的時間按車道完成圖像抓拍，按照不同車道，形成摩托車的卡口圖片。

在摩托車圖像區域內，進一步檢測駕駛員和乘客的頭肩區域，並通過戴頭盔、不戴頭盔的訓練集，引入 Attention 機制，訓練細粒度分類器，判斷是否佩戴頭盔。針對黑色頭盔與人頭顏色相近很難區分問題, 通過對輸入圖像進行歸一化預處理，增大輸入圖像範圍結合場景上下文信息，得到有效解決。

如果所述識別結果爲未佩戴頭盔，則通過車牌檢測算法獲取所述目標摩托車的車牌圖像；根據所述目標摩托車的車牌圖像，識別所述目標摩托車的車牌信息，上傳目標摩托車的抓拍圖片和車牌號碼識別結果信息。

受限於城市原有攝像頭的分辨率，很多城市路口原有的攝像資源針對摩托車車牌的識別準確率較低，因此文安又推出了邊緣智能方案，就是在路口，部署其智能攝像機產品，在前端直接進行智能檢測，進行對摩托車騎乘人員是否佩戴頭盔實現前端圖片抓拍或短違法短視頻的截取。

二 車牌識別認定身份

與採訪之前筆者設想的不同，對於當前是否佩戴頭盔識別的執法依據仍爲車牌識別，並未通過面部識別。

宋君坦言：「目前針對摩托車騎乘人員是否佩戴頭盔，智能檢測主要是還是拍攝其車後，其主要原因在於，摩托車牌照主要是車後牌照容易識別。而另外一個原因，則是目前，通過拍攝的騎乘人員的圖像還無法作爲執法依據。

原因有二：

1） 對於攝像機拍攝的單一圖像來說，目前無法作爲唯一標識標誌，在執法上容易造成其他困難，難以成爲執法依據。

2）在疫情期間以及目前，口罩仍無法摘除，其面對識別信息較少，加之一些騎乘人員佩戴墨鏡等其他面部遮擋物，則爲面部識別又增加了許多困難。

當然，目前只針對於摩托車騎乘人員佩戴頭盔問題進行整治，進行車牌識別是有效的。但江蘇、浙江以及其他地區，也針對電動車發佈了管理新規，在 7 月 1 日起實行，將對電動車騎乘人員佩戴頭盔等問題進行整治。這對 AI 安防企業來說，這個問題仍需突破。

對此，宋君對機器之心表示，對於這些問題，目前業內普遍的解決方案都是爲交警執法進行輔助，雲端根據收集的信息，統計出哪些地點、什麼時間未佩戴頭盔人員較多，爲交警什麼時間，該去哪些地點執法提供一個有力的參考依據，從而讓交警線下執法有的放矢。

而與此同時，通過「一盔一帶專項治理平臺」將數據進行收集，整理，歸納，作爲「一盔一帶」安全防護政策取得的成效進行彙報，從而也能推動電動自行車上牌法規立項工作。

而事實上，北京、江蘇等地早在很早之前就行了電動自行車申領臨時車牌等工作。

除此之外，在實際應用中，摩托車和電動自行車的區分也屬於一個難點。

摩托車屬於機動車，電動自行車屬於非機動車，但是從外觀上，兩者都是兩輪車，宏觀形態上相似點多，差別不大，所以存在部分電動自行車識別成摩托車的情況。對此，宋君表示目前文安智能收集大量的摩托車、電動自行車的樣本，對摩托車位置、摩托車關鍵點進行標註，形成摩托車的訓練數據集。神經網絡結構增加空間 Attention 機制，網絡輸出信息包括車輛關鍵點位置、車輛類型。通過引入關鍵點監督信息，顯著提升識別精度，從而進行準確的識別。

三 AI 加速頭盔監管落地

「大概需要兩週的時間就可以部署完成了。」對於頭盔識別產品部署週期，宋君給了機器之心一個準確的時間。

而對於現在目前市場現狀，宋君表示，當前市場上「一盔一帶」檢測的需求旺盛，已經有多個地市的交警部門在與文安智能溝通「一盔一帶」系統方案。而且文安智能已經把「一盔一帶」方案，在我國南方諸多城市實現了項目落地。

據機器之心瞭解到，除文安智能之外，還有很多 AI 企業都在針對頭盔識別等算法的開發和系統的升級，譬如，曠視科技、博觀智能等諸多 AI 企業。

頭盔識別、摩托車識別、以及疫情期間的 AI 企業開發的口罩識別算法等相比有遮擋物的面部識別算法，其研發還是簡單一些。但對於 AI 企業來說，這些算法又是必做題目。

一方面是對於這些相關算法，相關部門對此具有一定的需求，從而可爲 AI 企業帶來一定的營收。

而另一方面，衍生出頭盔識別算法需求的「一盔一帶」安全防護工作，其最終目的是通過專項治理，助推電動自行車、摩托車駕乘人員養成佩戴頭盔等安全習慣，提升人們出行安全意識，是利國利民的舉措。

而這一出發點也正是諸多 AI 安防企業的願景之一。

相關文章