物品检测与感知
计算机通过图像或视频，准确识别并框定车辆，这是许多系统的基础。基于深度学习的检测方法模拟人眼观察车辆轮廓和形态，解决了过去天气、光线影响的问题。
路口感知
深度学习技术可以精确地感知路口车辆数量、流量和密度，为最优配时提供依据，缓解交通拥堵。
路段感知
基于监控摄像头获取道路总体交通情况，可为道路分析、数据分析和规划提供可靠数据。
路侧停车及物流运输感知
图像识别提高了摄像头使用寿命，并有效管理了路侧停车位。基于深度学习的车辆检测不需要看车牌，只要看起来像是车就能检测出，可以高效管理室内停车场。
车辆身份特征识别
深度学习提升的身份特征识别不仅包括准确的牌照识别，还能实现更广泛的特征比对，如“脸部”和尾标志等，以应对ETC系统问题或电子标签落地时间窗口。
车辆比对与以图搜图功能
在海量图片中找到特定汽车，不论有无号牌，可以通过视图大数据进行精准搜索，并结合其他功能如分析等。
交通视频行为分析应用
应用连续视频进行行为分析，如事故及事件检测，以及非现场执法抓拍违章行为。这些都得益于快速进步中的计算机视觉技术。
无人驾驶与汽车辅助驾驶
通过图像识别前方障碍物、行人、信号灯等，为无人驾驶和自动驾驶提供关键技术点，使得未来出行体验更加安全舒适。
