或許你我也偶爾會碰到“闖了紅燈但是沒被罰款”的情況，背后的實際情況可能是這樣的：
你闖紅燈時，電子警察抓拍了，但是那天下雨，可能車牌號碼比較模糊，所以沒有識別出來。即使車牌號碼很清楚，但是審核的人沒注意，一不小心將違法圖片“放”過去了。
在交通領域中，因為拍攝環境的限制、人工審核的誤判因素等，每年都有1％～5％的違法圖片沒有進入執法流程，像上文提到的“漏網之魚”屢屢出現。隨著人工智能在交通領域中的廣泛應用，可以解決上述問題的技術已經逐漸成熟。
華為提供了非現場執法的智能化解決方案，讓交通違法行為的識別進入了“精確”時代，改變了交管的工作方式，有效提升交警的工作效率和核心戰斗力。
讓部分交通違法圖片不再“誤入歧途”
傳統交通違法圖片的審核通過人工來識別，以S市舉例，全市每天會產生3萬張電子警察抓拍的圖片，需要50個警員進行審核和篩選，工作量巨大，而且人工審核還會有一定的誤判率，最終約有80％是廢片。
這些“廢片”中一定有“誤判”的抓拍圖片，通過人工智能的方式再次“回滾”一次，將違法圖片撈出來，重新進入執法流程，大大提升了審核的準確率和執法量。同樣，也可以用人工智能系統對交通違法圖片進行預篩選，將廢片都過濾掉，再由人工對篩選出來的圖片進行復核，極大地減少了審核的工作量。
現在通過華為的人工智能系統輔助識別，先對違法圖片進行預審，降低50％工作量。另外，以前人工審核的圖片只有電警抓拍的圖片，機器人維修，現在采用人工智能系統，還可以審核每天卡口生成的3000萬張過車圖片，從而提升了18％的執法量。
多算法融合，提升交通違法行為識別精準度
交通違法行為如果不能自動地精準識別，就會增加人工審核的工作量，如果誤判，也會引發司機的不滿。
一直以來，交警的非現場執法只能是某個廠家來提供，而且算法的精度準也無法得到有效保障，另外，隨著人、車、路的增加，需要分析更多、更復雜的路況及違法行為。因此，某一個廠商的算法遠遠無法滿足當前快速增加的業務需求，導致安全隱患也無法快速消除。
多算法融合平臺可以很好地解決這個問題。華為聯合華尊、深瞐、冠網、以薩、大華等廠商開發了多算法融合平臺，解決了多年來算法“一言堂”問題，同時也實現了不同業務短時間內快速上線。
多算法融合開放平臺已具備涉車圖片和人臉圖片多算法結果融合及算法評價功能；該平臺根據公安標準，形成了符合標準的數據規范及標準數據輸入／輸出接口；通過配置管理，KUKA機器人維修，可隨時增減參與融合、評價的算法；以少數服從多數、歷史評價最優等融合方式，分析、計算出最準確結果，KUKA機器人示教器維修，為業務平臺提供更精確的算法結果數據。
經過測試，多算法平臺在識別精準度方面有了巨大的提升，白天車牌識別精準度從94．51％提升到99．33％，夜晚車牌識別精準度從91．33％提升到98．72％；不系安全帶識別精準度從85．4％提升到95．1％。
自動識別失駕人員
失駕人員是指因為酒駕、毒駕等原因失去駕駛資格的人員。這些失駕人員因為種種不安全的駕駛行為失去了駕駛資格，如果他們仍然駕車上路，會成為交通安全隱患之一。
傳統情況，交警通過卡口抓拍的方式進行識別和處理，但是這些失駕人員會有意識地繞開卡口路段，抓拍難度很大。而且傳統的抓拍系統是由前端卡口攝像機和后臺服務器組成，體積龐大，不方便移動。
華為的智能攝像機可以完美解決這個問題：交警將失駕人員照片存儲到智能攝像機中，并將該智能攝像機放置在臨時布控點，由智能攝像機完成人員的檢測、比對和識別，一旦識別出上路的失駕人員就會自動報警。
這種創新性的移動布控方式，打破了傳統的“攝像機＋服務器”的固定架構，有效擴大了監控范圍，“上路一個抓一個”，有效遏制了這種違法行為。
“知行合一，大道至美”，華為的人工智能改變了交警傳統的工作方式，切實提升交警的作戰效率，有效遏制交通違法行為，保證交通“安全、有序、暢通”地高效運行，讓出行更美好。