人工智能给智能交通带来的主要有如下几个方面：一是感知，对于车辆而言就是车辆的检测；二是车辆身份的识别；三是车辆身份的比对；四是车辆的行为分析；五是驾控，也就是现在非常火的汽车辅助驾驶与无人驾驶。
       一、车辆检测与感知
       检测就是计算机通过图片或者视频，把其中的车辆或其他关注目标准确的“框”出来，检测是很多系统的基础。在2012年以前，很多智能交通系统中用的检测采用的是一种基于运动的检测，这种检测会受天气、光线等方面的影响，在不同天气下会存在很多问题。而基于深度学习的检测，是基于车辆的轮廓和形态的检测，是完全模拟人看车的方式，只要人眼可以辨识那是一辆车，就可以“框”出来，这个就可以解决很多过去车辆检测中存在的问题，排除了天气光线等来带的干扰。
       二、车辆身份特征识别
       计算机视觉用于智能交通的第二个大的应用领域就是车辆的身份识别。今天有专家讲ETC和电子标签，通过这两项技术来识别车辆确实非常可靠，而且精度目前来说还是比图象识别要高一些。但是现实中还存在很多现实问题，比如说现在很多大货车无法用ETC，还有ETC系统遭到破坏，怎么办？而电子标签真正落地还有待时间验证。在这个时间窗口，如何实现车辆身份特征的唯一性识别？通过深度学习提升的车辆识别不仅仅是车辆的车牌识别准确率，还能实现更多维度的识别，我们叫车脸识别，也就是不仅精确识别车牌，还有车辆的颜色，车辆的类型，车辆的品牌年款，车辆里人物，车辆挡风玻璃上的特殊标志以及车辆尾部的特征标志等。
先说车牌号码，车牌识别已经应用了很多年，但实际中还有很多车牌是是很难准确识别的，比如随意大角度倾斜的车牌，在过去很多年其实解决的都不好，可以说过去3-5年车牌识别技术曾处于一种瓶颈期，但现在这两年可以看到有些已经可以识别了，这其实很大程度上得益于深度学习技术的应用，有了新的突破，各种姿态的，各种角度的车牌都能很好的识别。
除了车牌识别之外，过去很难想象的一个进展就是车辆的品牌年款识别，我们目前已经可以识别超过3000种的车辆品牌年款了，车头的检测超过95%，车尾的检测也超过了90%，车辆颜色超过95%。除此之外，还可以识别很多车辆的特有特征，通过深度学习技术可以检测你年检标的个数，也可以识别你的车有没有装行李架，车灯的形状，有没有挂件等。着重提一下就是车辆类型识别，这个可以帮助高速公路收费。还可以识别一些特种车辆，如公交车，现在很多省份鼓励公交优先政策，很多城市在打造公交优先快速通行系统，如深圳，而目前方案主要是通过装电子标签来实现公交车的感知，其实通过图像识别完全可以准确识别一辆公交车来了，并优先通行。
       三、车辆的比对
       计算机视觉用于智能交通的第三个大的应用领域就是车辆的比对，最典型的应用就是以图搜图，如何在海量图片里精准的找到一辆车，所谓世界上没有两片相同的树叶，也没有两辆完全一样的车。基于视图大数据的以图搜图功能，可以在海量图片里找到一辆特定的车，不管有没有号牌，这里还包括一些其他的功能，如套牌车分析等等，套牌车在以前，唯一的方法就是举报，但现在计算机可以通过两个车牌是完全一样的车，通过车型比对和车辆特征比对来鉴定是否套牌车。车辆比对的另外一个应用场景就是收费结算，目前车牌识别用在停车场的支付里，还有一些遗留问题，就是还存在无牌车、污牌车和套牌车，因而依然必须依赖人工参与。有没有一种办法可以减少或者是不让人工参与呢？就是通过车脸识别。通过车脸识别，可以构建车辆多层多维度的特征，相当于得到一个车辆的肖像，然后通过特征比对去判断是否同一辆车。
        四、交通视频的分析应用
        计算机视觉应用在智能交通的第四个大的应用领域就是车辆的行为分析。一个是交通事故及事件检测，基于连续视频可以分析车辆的行为，检测如车辆停车、逆行等行为，发现交通事故和交通拥堵进行报警，这个之前在高速公路上应用非常广泛。但由于存在较多的误报，实际效果离真正的需求还有一段差距。而借助深度学习技术，能实现真正准确的交通事件检测系统，真正的帮交通运营部门提供准确及时的报警信息。
第二个就是车辆违章抓拍，这些近几年在我国应用非常广泛，而且利用视频检测实现的非现场执法的种类越来越多，现在甚至连开车接打电话都可以识别抓拍，这些都得益于计算机视觉技术的快速进步。
        五、无人驾驶和汽车辅助驾驶
        最后要说的一个应用领域就是汽车驾控，就是当前非常热的无人驾驶和汽车辅助驾驶。其中非常重要的一个技术点就是图象识别，通过图像识别前方车辆、行人、障碍物、道路以及交通信号灯和交通标识，这项技术的落地应用将给人类带来前所未有的出行体验，重塑交通体系，并构建真正的智能交通时代。
        计算机视觉技术过去5年内取得的成绩甚至是远远超过了之前以前的20年，主要得益于深度学习技术带来的巨大进步，通过计算机视觉的广泛应用，能够大大提升智能交通系统的感知精度与维度，让智能交通系统更加智慧。通过深度学习技术，未来能够让移动支付在智能交通系统中更加快速的落地，让无人驾驶的美好梦想变成现实，从而给全人类带来更加安全、便捷、舒适的出行体验。