随着人工智能技术的不断进步，融入社会的方方面面，越来越多的行业也进行了技术创新。车辆监控作为监控视频行业的一个子行业，是视频监控在交通领域的一个重要应用，它将固定地面场所的视频监控功能应用到移动的车辆上。

通过人工智能AI对海量视频的学习和分析，车载视频监控系统由“被动防御”变为“主动预防”，实时主动地发现和预警安全风险。这离不开数据标注的身影，那么作为准备进入或者已经进入数据标注行业的我们，来看看会应用哪些类型的标注？

车辆监控系统涉及的标签类型

面部识别

人脸识别可以说是应用场景最广泛的标注类型之一，比如支付宝等互联网产品、微信安全验证、面部表情识别、面部动画合成、直播、美颜、特效相机等。

一般来说，人脸关键点是图像中面部特征和轮廓位置的标注，主要用于定位人脸的关键位置，如人脸轮廓、眉毛、眼睛、嘴唇等。人脸关键点检测是人脸识别过程中的一个重要步骤，从25: 00到109: 00，数量越来越多，越来越细。

在车辆监控系统中，使用人脸识别技术是因为车辆作为一个人流量大的公共场所，每天的人流量非常大。

通过使用AI人脸识别技术，可以将拍摄到的乘客人脸图片上传到监控中心进行比对，以便及时发现逃犯和惯偷。如遇民事或刑事案件，可提供犯罪嫌疑人图片，为公安部图像侦查提供相关证据。同时，基于人脸检测技术，还可以统计车内乘客数据。

此外，人脸识别技术还可以用于验证驾乘人员的身份，尤其是在一些安全级别较高的运营场景，如金融绝密押运、物流运输危化品等。提前采集驾乘人员面部特征，识别并有效控制，车辆被非指定人员驾驶时立即报警。人脸识别可以有效提高特种车辆的安全性，防止不法分子偷车。

车牌识别

说到车牌识别，必须了解OCR标记。

前后摄像头用于识别车辆前方和后方的车牌。该设备具有移动卡口功能。结合卫星定位数据，可以在GIS地图上定位相关车辆的位置。作为固定式卡口的良好补充，可以很好地满足移动公安刑侦的需要。

视频客流统计

利用AI智能检测识别技术，可以识别监控画面中的乘客运动轨迹，进而判断乘客的上下车状态，实现客流的精确统计，为城市客流的走向和人流量提供准确的数据，满足城市网络优化的需求。

驾驶员行为和状态监控

驾驶员行为和状态监控主要是将AI视频智能识别技术与车辆监控系统相结合，也可以对驾驶员的行为和状态进行监控。通过车内摄像头实时监测和测量驾驶员的五官、头部动作，以及上半身的反应和动作，结合人工智能算法判断驾驶员的疲劳和不良驾驶行为(嗜睡、打电话、吸烟等。).当达到预设的报警标准时，平台会迅速做出分析判断，并及时发出相应的报警提示。

ADAS和BSD车辆行驶状态的监控

车道偏离预警、前车碰撞预警、行人和非机动车识别预警等ADAS监控；BSD监控，如车辆左右盲区视频分析预警，可以通过视频分析技术判断车辆盲区是否有行人或者非机动车，及时提示驾驶员，防止盲区事故的发生。