车辆检测与感知：通过深度学习技术，计算机视觉可以模拟人眼的方式精确检测和识别车辆，解决了过去基于运动的检测在不同天气下存在的问题。
路口、路段、停车场感知：利用图像识别技术，可以准确感知交通路口各个方向的车辆数量、流量和密度，为最优配时提供数据依据。同时，对于路侧停车位管理，可以低成本、高效地监控和感知是否被占用。
车辆身份特征识别：除了传统ETC和电子标签技术之外，深度学习提升的车辆识别不仅能实现更高的唯一性识别，还能包括颜色、类型等多种特征，从而弥补现有系统的一些局限性。
以图搜图及比对：通过视图大数据功能，可以在海量图片中精准找到一辆特定的车，无论是否有号牌。这种技术还可以用于收费结算过程中减少人工参与。
交通视频分析应用：
交通事故及事件检测，以连续视频分析来发现并报警。
车辆违章抓拍，如开车接打电话等行为，可实现非现场执法。
无人驾驶与汽车辅助驾驶，通过图像识别来实现前方环境实时监测，为无人驾驶或自动驾驶提供基础支持。
