随着人工智能技术的不断进步和融入社会的方方面面，越来越多的行业也进行了技术的革新。而车载监控作为监控视频行业的细分子行业，将地面固定场所的视频监控功能应用到移动的车辆上，是视频监控在交通领域的重要应用

?

通过人工智能AI对海量视频的学习和分析，使得车载视频监控系统从“被动防御”向“主动预防”转变，实时、主动发现并提醒安全风险。这其中离不开数据标注的身影，那么作为准备进入或者已经进入数据标注行业的我们，不妨一起来看看这其中都会应用到哪些类型的标注呢？

车载监控系统中涉及的标注类型

人脸识别

人脸识别可以说是应用场景最为广泛的标注类型之一了，像如支付宝、微信的安全验证、表情识别、人脸动画合成、直播、美颜、特效相机等互联网产品。

一般来说脸关键点是对于图像中人脸五官与轮廓定位的标注，主要用来对人脸的关键位置，如脸廓、眉毛、眼睛、嘴唇进行定位，人脸关键点检测是人脸识别过程中重要的一步，从25点到109点，数量越来越多，越来越精细。

车载监控系统中，之所以会用到人脸识别技术，是因为车辆作为人员流动性较大的公共场合，每日的人流量非常庞大。

利用AI人脸识别技术将抓拍到的乘客人脸图片上传至监控中心进行对比，可以及时发现在逃通缉犯、小偷惯犯等。在发生民事或者刑事案件时能够提供犯罪嫌疑人的图片，为公安部图像侦查提供相关证据。同时，基于人脸检测技术，还可以统计车辆内的乘客人员数据。

此外人脸识别技术还能用于司乘身份验证，尤其是在一些安全级别较高的营运场景，如金融绝密押运、危化品物流运输等。预先采集司乘的人脸特征，对其进行身份识别和有效管控，在非指定人员驾驶车辆的情况下可立即报警。人脸识别可以有效提高特种车辆营运过程的安全，预防不法分子偷盗车等犯罪行为

车牌识别

提及车牌识别，就一定要了解OCR标注
利用车辆前、后安装的摄像头，对车前方和车后方的车辆进行车牌识别，设备具备移动卡口的功能，结合卫星定位数据在GIS地图上可以定位所关注车辆所在位置，作为固定卡口的很好补充，很好满足移动治安刑侦的需求。

视频客流统计

利用AI智能检测与识别技术，可以识别监控画面中的乘客运动轨迹，进而判断乘客的上下车状态，实现对客流数量进行精确统计，为城市客流量趋势及人员流向提供准确的数据，满足城市线网优化需求

驾驶员行为与状态监测

这其中会涉及到视频标注、行进方向标注等标注类型，在后续的分享中会给大家一一介绍，这里暂不做更多的赘述。

驾驶员行为与状态监测主要是将AI视频智能识别技术与车载监控系统相结合，还可以做到对驾驶员行为与状态的监测。通过车内摄像头实时监控和测量司机脸部特征变化、头部活动及身体上半部分的反应和动作，结合人工智能算法评判出驾驶员的疲劳程度和不良驾驶行为（瞌睡、打电话、抽烟等）。当达到某一预设报警标准时，平台会迅速做出分析判断，及时发出相应报警提示

ADAS与BSD车辆行驶状态监测

ADAS监测如：车道偏离报警，前车碰撞预警，行人及非机动车识别预警；BSD监测如：车辆左右侧盲区视频分析预警，通过视频分析技术判定车辆盲区是否有行人或者非机动车，并对驾驶员及时进行提醒，防止盲区事故的发生

TSINGSEE车载监控平台围绕车辆定位、轨迹回放、电子围栏、实时视频监控、驾驶行为监测、录音、语音对讲、智能报警等模块，为物流/冷链/运输/环卫/两危一客等场景下的车辆监管提供了智能化、高效化、精细化管理手段

基于前端的车载监控设备，实时向后端的监控平台传输车辆内外的音视频、行驶状态、位置等各种数据，对车辆行驶状态中出现的异常进行及时告警。管理员可通过远程实时的视频监控，实现有效监管，达到对安全事故进行提前预防的目的