智能分析技術在城市交通管理中具體應用有車輛檢測、車輛捕獲、車牌識別、車標識別、款型識別以及車輛特征：
1.車輛檢測
在視頻或圖片中，通過大量車輛的樣本，借助機器自學習和訓練，不斷更新和疊加樣本，獲得車輛分類器，實現車輛檢測，找到車輛的位置。
2.車輛捕獲
白天通過背景差分法提取運動目標，夜間通過車燈提取目標，在運動目標感興趣區域尋找車輛強特征，即車牌特征，后根據車牌、車燈或車頭信息判斷捕獲并抓拍。
3.車牌識別
通過進行車牌定位、形態矯正、精細定位、字符分割、字符識別等程序，終實現車牌識別。
4.車標識別
商標識別可以縮小車型識別的范圍，將車型識別范圍限定在某一種商標的范圍內，比如商標識別結果為奧迪，則車型識別在奧迪車中比對。所以商標識別也是車型識別的一部分。可以借助車牌識別結果，得到車牌的位置信息，如圖1所示，綠色區域為車標ROI區域，然后在ROI區域內查找紋理豐富的模塊，即為車標的位置。
圖1 定位車標位置
圖2所示，找到車標位置后，采用深度學習的方式將車標識別出來。
圖2 車標識別應用
5.款型識別
當獲得車輛的前臉位置、車輛的商標信息后，即可進行車型的識別，將車輛的前臉位置提取出來，從對應的車輛商標車款庫中進行比對，找到相近的車款，即為識別結果(如圖3所示)。
圖3 款型識別應用
6.車輛特征
輸入目標車輛感興趣區域，通過機器學習計算出每種車輛類型的置信度，輸出高置信度的目標類型結果，即可識別車輛類型和車身顏色。
