智能交通摄像头的主要元素:车和人
在今年之前，对智能交通摄像头的普遍理解是，交警行业更注重违法行为和证据链的有效性，而公安行业同时注重车辆特征和驾驶员的人脸信息，是公安监控的重要数据源之一。一些一线城市甚至严格要求人脸尺寸为100x100像素；
但在交警行业，由于证据链的主体只有车辆和违法流程，因此存在很多扣分的现象。在交通管理科学研究院发布的《闯红灯自动记录系统通用技术要求征求意见稿》中，我们注意到了更新的内容:“驾驶员面部特征采集”。这是对违法闯红灯取证严谨性的标准更新。虽然是否会在新标准中实施还不得而知，但足以反映出标准制定部门对这一应用趋势的认可。《驾驶员面部特征采集》标准草案说明:系统应能记录机动车闯红灯行为对应的驾驶员面部特征图片，驾驶员面部分辨率应不低于50×50像素， 可以作为认定机动车闯红灯违法驾驶员的参考依据。对卡口过往车辆图片中的驾驶员人脸进行特征切割，作为公安监控人脸数据库的数据补充。这样就对智能交通摄像头的分辨率和清晰度提出了更高的要求。相信高清和超高清将是未来产品应用发展的一个趋势。从功能设置上可以看出，这种变化也来源于交警行业的业务诉求:严密的违法取证证据链，规范的违法处罚流程，遏制驾驶积分非法交易。在发布的《基于交通技术监控记录处理交通违法行为的指导意见》中，也有相应的要求:“通过辨认证据图片、图像或者当事人的书面陈述、签名，询问当事人，收集证人证言，审查当事人提供的证据，能够认定机动车驾驶人的，应当固定证据，依法处罚驾驶人。”
智能交通已经进入大数据时代。利用前端数据采集设备采集的海量、多样化数据，快速、深入地挖掘这些数据的潜在价值，已经成为智能交通的一个新的业务应用。在基于大数据的智能交通系统中，智能交通摄像机作为前端数据采集设备之一，承担着结构化过往图片、视频中车辆特征非结构化数据的重要任务，每一个结构化的过往数据都会成为后端大数据平台中数据计算的基本元素。这就要求智能交通摄像头具备更多的特征采集功能，比如车牌号、车身颜色、车辆识别，甚至详细的车型识别。在大数据应用业务中，我们可以进行查询、检索、 通过多条件组合等计算模型，基于这些属性进行判断等服务。
技术的发展离不开市场需求的鼓励。同样，当相机技术满足了基本需求，更高的要求也随之而来。这时候交通摄像头也出现了一些问题。一是整体架构采用“监控摄像头+抓拍摄像头+处理主机”的模式，其中监控摄像头用于监控整个道路场景，然后将视频流传输到处理主机进行车辆分析；快照相机功能是接收处理主机的快照指令，捕捉图像，然后将图像发送回处理主机；作为系统的重要处理主机，负责分析监控摄像头的视频，发出抓拍指令，接受图片，识别车牌。显然，主机的工作量很大，在整个系统中起着主要作用。随着处理主机的增加， 整个系统的成本大大提高。同时，在室外恶劣条件下使用时，主机故障率很高。虽然大多采用无风扇结构和嵌入式系统，但仍存在稳定性问题。价
智能交通市场不断扩大，交通摄像头技术也是如此。将向高清化、智能化、集成化方向发展。未来的交通摄像头将是真正的“大师”，画面将会超清，包含更多的图像信息，可以为车辆检测和控制提供车辆特征(车牌、颜色、车型、标识)；可以通过设置黑名单，采集人脸信息，快速比对定位目标人员；它可以采集路口和路段的交通流量、车道占有率、速度和饱和度信息，用于城市交通控制；算法更先进，可以识别交通事故、人群等突发事件，以及其他重要事件，从而报警和联动应急预案；目前交通摄像机已经进入高清时代，但是从系统集成性能和智能化的角度来看， 目前的技术还远远不能满足实际使用的需要。但我们坚信，在信息技术蓬勃发展的今天，交通摄像机将会实现更加多元化的发展。