（图片来源：RCE Systems）

盖世汽车讯 据外媒报道，在印度等国，因道路相关问题和交通事故造成的死亡人数每天已达400人，因此找到将道路死亡人数降至最低的解决方案成了当务之急。此外，每天上下班的人也要浪费很多通勤时间。去年，英国驾驶员平均浪费的时间达到了180个小时，而美国驾驶员浪费了近100个小时。花在路上的时间导致了个人生产力下降、燃料消耗增多以及污染增加。

为了解决此类交通问题，捷克一家初创公司RCE Systems提出了一种解决地面交通问题的空中解决方案-空中监控，该方案能够覆盖更大区域，克服了传统交通数据收集的局限性。此外，空中传感器能够提供足够的数据，对车辆位置和运动进行监控，但是进一步分析和评估此类数据就需要付出巨大的努力。而RCE Systems的DataFromSky是一种新型专业解决方案，可自动分析航空视频中的交通活动，RCE Systems希望可大规模应用该方案，以解决交通事故和交通拥堵问题。

如何工作？

RCE Systems利用在全球范围内，不同天气条件下拍摄的数千小时的视频，训练其深度神经网络，此类训练使用Caffe（深度学习框架）和TensorFlow（基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现），在英伟达的GPU上进行。

通过计算宏观的交通流量特征，可对交通流量进行监控：

1、  占用率-短时间内停留的车辆；

2、  密度-每英里/公里的车辆数量；

3、  流量-在给定的时间间隔内，车辆的数量；

4、  平均速度-在十字路口或者特定时间内车辆车速。

此类专业神经网络能够在视频中识别感兴趣物体，并可持续进行跟踪。通过该AI过程获取的数据被用于大量研究项目中，能够在特定交通情境下，对物体互动和驾驶员的新型行为模式进行深入分析。

Datsky平台非常强大，因为其可以自动从航空视频中提取车辆的时空轨迹，该方法可自动计算各种交通参数，如车速、加速度等。此外，通过利用先进计算机分析视频数据，可得出所有交通参数。而且用于分析的视频可由安装在无人机或者桅杆上的普通摄像头拍摄，无需昂贵的设备或是其他精密的传感器。