我们可以利用数据在事故发生前发现危险的地方，从而实现“零愿景”

为了真正阻止人们死在城市街道上，在死亡发生之前识别并修复危险的地方。一项名为“视觉分析”的新技术就是这样做的。

Vision Analytics是微软、华盛顿大学和北美各城市合作的成果视觉零该计划旨在在十年内消除交通事故造成的死亡和严重伤害。

实现“零愿景”的传统方法是在存在已知问题的地方进行安全改进。如果一个司机在十字路口伤害了一个骑自行车的人，交通部门的人可能会去那里调查碰撞发生的原因，如果同样的碰撞反复发生，城市可能会解决这个问题。半岛手机登录

但它被称为“零视野”，而不是“近零视野”。为了真正消除交通造成的死亡和严重伤害，城市需要关注已知的问题，以及存在问题但尚未有人受伤的地区。

视觉分析是大数据和机器学习的新应用，可以在有人受到伤害之前识别和解决问题。

视觉分析是如何工作的?

视觉分析采用十字路口摄像头收集的视频帧，并标记每帧中发生的事情，以跟踪险些发生的事件。有多少辆车?有没有一辆汽车离自行车太近?汽车开得太快了吗?一辆汽车和一个行人相撞了吗?也许一辆汽车经过一辆自行车，只留下两英尺，也许行人及时跳到一边，或者可能发生了碰撞，但没有人报告。这些问题，以及数百个类似的问题，正是视觉分析要回答的问题。

在人们的帮助下，计算机算法能够回答所有这些问题。在计算机收集视频帧后，需要有人通过并帮助计算机对不同的对象进行分类，如汽车、公共汽车、行人、人行道、人行横道等。随着时间的推移，计算机从这些分类中学习，并自我学习，最终它可以自己回答这些问题。

目前，计算机非常擅长知道什么是汽车，但仍在学习如何区分行人和自行车，该项目正在寻找志愿者来帮助计算机学习。

一旦计算机完成了向人类的学习，它将继续自我学习，并可以将它已经学到的知识应用到加入该项目的每个新管辖区。现在，任何人都可以通过在视频分析网站上注册识别自行车和行人来帮助视觉分析模型更好地学习。

最终，城市将能够向Vision Analytics提供十字路口的视频，并让计算机确定进行安全改进的最佳地点。随着时间的推移，视觉分析甚至可以帮助改善这些安全投资，因为我们将能够跟踪不同改进前后骑自行车和行人的安全情况。

我们也可以在华盛顿这样做

纽约市、洛杉矶、西雅图、卡尔加里和汉密尔顿已经签署了由华盛顿贝尔维尤领导的试点项目。华盛顿特区和该地区的其他司法管辖区也应该加入。

值得赞扬的是，地区交通部已经知道许多碰撞热点在哪里。半岛手机登录在过去的两年里，该机构对华盛顿特区几个有问题的十字路口进行了实地考察。去年它参观了8个地点，今年有6个，包括我家附近的一个。

这是一个好的开始，但是华盛顿有超过18000个十字路口。按照这个速度，要对每个十字路口进行调查和集思广益的安全解决方案，将需要2000多年的时间。

在华盛顿特区，一旦我们有了十字路口的安全数据，我们就可以确定哪里最需要安全改进，以及可以解决问题的改进类型。我们可以从每天更新的数据库中进行改进，而不是从每隔一段时间更新的列表中进行安全改进，并不断将最危险的十字路口排列成现在安全的十字路口。由于我们每天可以改进的数量有限，这是一种更明智的方法，可以在何时、何地以及如何进行安全改进。

当然，这意味着我们需要做好两件事:确保视觉分析计算机模型正常工作，并建立政治意愿，做出必要的改变，以实现“零愿景”。

当我们有员工时，为什么要使用视觉分析?

我们都与我们自己的建筑环境互动，并了解我们的社区和通勤。既然我们都知道真正的问题在哪里，为什么还要花时间构建和训练复杂的计算机算法呢?

答案是，我们不可能让人们一直观察每个十字路口。即使我们雇佣了几十个人来审查视频，人类也无法对每辆车、行人和骑自行车的人的互动进行分类。他们也许能看到什么时候有问题，但不是在每个交叉点，不是在每个时刻。这是只有电脑才能做到的事情。

依赖碰撞报告可能会有问题，因为不是每个人都一直报告碰撞，而且碰撞报告通常没有完整和准确的信息，无法在其他人受伤之前解决问题。此外，碰撞报告是被动的，“零视野”的目标是在人们受伤之前发现问题。

虽然视觉分析不能也不应该取代人类的判断，但它可以成为Vision Zero工具箱中一个非常强大的工具，我们的地区应该参与其中。