摘要：复合图像技术的 ADAS 对保险业的进步推动已经被证明，但真正广泛推广还需要各方面的支持。ADAS + UBI 的融合应用是一个复杂的系统工作，完全由某一方主体进行推进速度较慢，需要政府、监管部门、保险公司、行业平台、科研院所、营运公司、以及企业等通力合作，共享资源，这样才能探索出符合中国国情的技术及商业模式。
关键词：图像识别；ADAS系统；驾驶安全辅助
1.图像识别技术概述
随着计算机技术与信息技术的快速发展，图像识别技术得到了越来越广泛的应用。图像识别技术的涵义很广，主要是指通过计算机，采用数学技术方法，对一个系统前端获取的图像按照特定的目的进行相应的处理。图像识别技术就是人类视觉认知的延伸，是人工智能的一个重要领域。
2.图像识别的优势
图像识别的优势很明显，其一是处理的对象与生活最接近，图像无处不在，一张人脸，一个手掌纹，一个细胞组合图，一段视频中的某一画面，一张生病的叶片等等。其二就是透明化和智能化，最终用户不需要经过复杂的操作就能看到结果，如用摄像头拍一张照片，或者是扫描一下脸或摁下手指结果就出来了，不需要知道和参与具体的流程细节，使用中就如同面对的是一个应用专家。图像识别技术可以进一步推动计算机视觉系统的发展，信息获取最及时和准确的渠道是视觉，人类感觉信息中的 80% 都是视觉信息。机器视觉之于人工智能的意义就是视觉之于人类的意义，而决定着机器视觉的就是图像识别技术。
3.ADAS系统在汽车驾驶中的现状
随着汽车产业的竞争日益激烈，汽车购买者将新技术视为购买新汽车的关键因素，使得某些高配置的平民品牌汽车在接受度上超过了豪华汽车的低配置汽车，加上欧洲、美国和日本等地道路安全局的要求和评分系统，使得ADAS辅助驾驶功能变成了一项必不可少的功能。
4.图像识别系统在汽车驾驶中的发展
机器视觉技术的快速发展，推动着摄像头图像识别在汽车安全领域的广泛应用。作为内容更为丰富的图像数据，比起传统超声波及雷达传感器在这一领域的应用，给出了更直观及有效的感知内容，包括红绿灯识别、交通道路识别等独有感知能力，使高一级的智能驾驶及安全技术得以快速发展。可以预见机器视觉技术的应用除了前碰撞预警、车道偏离预警、行人碰撞预警等传统 ADAS 功能还将延伸至完全无人驾驶阶段。
5.图像识别技术在ADAS系统中的应用
5.1图像识别技术在汽车追尾防撞预警系统中的应用
汽车追尾防撞预警系统是对高速公路上的车辆视频图像进行采集后进行处理，对本车前方高速视频进行采集识别，判断本车辆前方一定距离内是否有车辆，如果视频图像中有车辆，那么我们就给出控制信号，启动汽车防追尾系统的测距预警模块。基于图像识别的汽车追尾防撞预警系统，当确认前方有车后，再由激光雷达测距仪测得距离前方车的间距。由此，一路信号送到 3 位 LED 数码显示器，直接将实际的距离显示出来，驾驶者可由此看到较准确的距离显示，有助于其做出判断，并采取有效的措施；另一路将采集到的信号送给 ARM微处理机进行分析处理。根据车间距离和安全车间距离的比较发出信号使报警灯闪烁，同时给单片机信号进行语音报警，提示驾驶者注意。形成汽车在动态运动的过程中自动进行实时处理的高度自动化的系统，达到汽车防尾追的目的。
5.2图像识别技术在车道偏移预警系统中的应用
随着高新技术在汽车产业中的不断应用，汽车变得越来越智能化。汽车车道保持系统的主要功能是，当汽车在行驶过程中偏离车道时，系统首先会向驾驶人员发出预警信号。
期刊文章分类查询,尽在期刊图书馆如果在一段时间内驾驶员没有做出相应反应，汽车没有回到正常车道行驶的趋势，车道保持辅助系统就会通过电子控制单元向车辆的转向执行器发出相应的转向命令，以纠正车辆的行驶状态，使汽车回到正确的车道上行驶，从而保证行车安全。
6.ADAS系统的发展
目前ADAS辅助驾驶系统在国际上已经应用在宝马，沃尔沃等高端车型中，国内汽车行业还没有广泛应用辅助驾驶系统。汽车行业是一个长周期行业，一种车型要应用一种新技术，至少需要长达2-3年、各种路况的测试通过。目前为止，国内还没有一家人工智能企业配合国内汽车厂商完成其汽车辅助驾驶系统的全面测试，更谈不上真正意义的商用了。趋视科技已经与国内领先的汽车厂商上汽通用展开了交流和技术评估工作，趋视科技的辅助驾驶技术初步得到了厂商的肯定，将和车厂一起进入一个全方位的测试工作，相信不久的将来，消费者就会驾驶上应用趋视科技汽车辅助驾驶系统的汽车了。
7.图像识别系统的研究方向
7.1细分行业，应用到场景
与具体的应用场景结合，才能让图像识别技术得到提升和普及，让真正的理论研究转变成工程应用，从解决行业的需求出发，让图像识别技术作为整体解决方案的一部分，能结合实际应用到合适的场景中，加强图像识别的分辨能力，做到细分程度。如细分人脸识别，分别出现了基于先进生物特征识别技术的人脸识别智能视频监控系统、人脸识别考勤、人脸识别支付和自动取款等。
7.2应用场景多样化
尽管还未达到真正的人工智能，但日渐成熟的图像识别技术已开始探索各类行业的应用。在农林行业，图像识别技术已经得到应用。图像识别已在多个环节中得到应用，例如森林调查，通过无人机对图像进行采集，再通过图像分析系统对森林树种的覆盖比例、林木的健康状况进行分析，从而可以做出更科学的开采方案。而原木检验方面，图像识别可以快速对木材的树种、优劣、规格进行判断，省去了大量人工参与的环节。此外，智能家居、电商等行业中，图像识别也有不同程度的应用。从目前的应用案例来看，以ToB行业居多，当然不乏Face++等ToC类产品。在深度学习之下，各公司面向不同行业，培育掌握不同知识的图像识别机器。未来，如何在图像的基础上收集、处理大数据将成为行业内各玩家的另一个比拼点。
7.3对图像的识别精确度的提高
新时代的我们，对事物的表现形式要求越来越高，人们对世界的感知能力不断的强化，因此，在图像识别的过程中，根据现代人们的不同需要，在对图像的识别度上得到了一定的发展。随着新时代的计算机领域的快速发展，智能化识别技术在其识别方面拥有其较强的能力，已经满足了当今社会对图像视觉的客观需要，但是在这永远赶不上变化的时代，我们要不断的树立创新意识，设立一系列相关的研究机构，聚集众多相关研究人员，对其计算机智能化识别领域的发展起到了十分积极的作用。
8.结束语：
开发的汽车安全辅助系统，不仅能够有效降低交通事故发生频率，而且对较少交通延误具有一定的积极作用。图像识别技术的进一步发展不仅可以改善现有车载辅助系统高成本、低可靠性的状况，且为车辆多元化智能化发展提供必要的理论支撑。但是图像处理算法需要更优化，处理速度更快，实现图像的智能生成、处理、识别；同时摄像头采集的图片质量受很多因素的影响，这些都是图像识别技术需要解决的问题。因此，如果能够找到一些相关的算法，并能满足应用过程中实时性，将为成功构造出具有实际应用价值的汽车安全辅助系统提供保证。
参考文献：
[1]盛刚. 基于DSP的汽车防盗指纹识别系统的研究与设计[D].杭州电子科技大学,2014.
[2]魏承文. 汽车牌照识别技术的研究[D].华南理工大学,2014.
[3]张君. 车牌数字特征提取与残缺数字识别关系的研究[D].沈阳理工大学,2014.
[4]杨秀泉. 基于数字图像处理的车牌识别系统研究[D].西安石油大学,2014.
论文作者:周嘉鑫,张圆圆
论文发表刊物:《基层建设》2017年第27期
论文发表时间:2018/1/12
标签：图像论文; 汽车论文; 技术论文; 系统论文; 车道论文; 视觉论文; 行业论文; 《基层建设》2017年第27期论文;