该系统通过摄像机和计算机视觉分析系统，训练模型为GitHub上最新的开源模型YoloV7，即利用卷积神经网络来预测多个bounding boxes和类别概率。在经常有村民横穿的路段处安装红外夜视摄像头、红外探测器及广播，针对横穿高速的行为进行训练，在人靠近隔离带、攀爬过程中、越过隔离带时触发告警，并联动附近的广播告知行人及过往的车辆，同时推送实时画面到监控室。

目前该系统已完成第一阶段的训练，人物检测已在试用阶段。后续通过不断训练可以扩展应用到收费车道行为管控、监控室人员防疲劳提醒等场景。（李琴）

摄像机智能管控系统，采用视频检测和红外探测双结合的技术，可以在恶劣的环境中保证系统稳定运行，当前在甬台温羊角山隧道口应用，自动监控，自动判断识别，提前干预行人上高速行为，保障高速安全行车。

近日，浙江省交通集团高速公路台州管理中心应用摄像机智能管控系统，该系统采用计算机视觉分析系统对视频中出现的人物、动物进行识别，并把检测到的视频及图像推送到监控室相关电脑，同时通过高速公路的终端设备提醒行人勿穿高速。