为深入学习党的二十大精神，贯彻落实党中央关于交通运输的重要部署，肩负起新时代交通人的使命，奋力加快交通强国建设，长安大学赴陕西“按‘文’索骥·智向未来”暑期社会实践队在指导老师孙健、马霜逊的带领下前往陕西省汉中市、西安市开展调研以及专业实践。
实践队成员出征前合照
理论奠基实践开展，智能助力交通进步
为解决现有城市交通利用摄像机查询图像的方式在车辆检索中由于复杂场景、光线变化和恶劣天气所引起的遮挡和模糊问题，实践队通过研究自然语言参与在城市摄像机中检索目标车辆的轨迹或片段的应用，来提升视觉图像识别的精准度，改善车辆检索与识别在智慧城市与智能交通管理上的应用。
实践队提出了一种基于自然语言嵌入和跨模态特征融合的车辆检索模型来提高车辆检索的性能，该模型由四部分组成。模态内特征融合模块能够实现自然语言与图像粗细粒度特征的融合表征；跨模态语义交互模块使用来自另一种模态的注意力图，用于提高特征提取的鲁棒性；多级语义对齐模块通过多语义级（单词、短语、整句）实现自然语言与视觉信息的综合理解，以增强检索精度；最后，通过多目标学习模块进行联合学习，提高检索性能。
技术路线图
此模型为实践开展提供了坚实的理论基础，后续将以其为范本开展具体实践。
携手共赴实地调研，脚踏实地落实方案
实践队于启程前召开研讨会议，会议由指导教师主持，旨在集体学习方案模型的技术路线。在经过充分准备与周密安排下，实践队同学院其他团队共同前往陕西省汉中市汉台区开展调研以及专业实践。
为使专业方案更好地助力汉中智慧交通平台的建设，实践队以贯通汉中市南北、承担城市轴心作用的汉中大道为抓手，聚焦钟楼十字、天汉大道东西大街十字、天汉大道前进路十字三处重点交叉口进行调研。为保证调研工作的严谨，实践队在早高峰期间前往典型交叉口进行数据采集，通过视频拍摄、询求交警部门帮助等多种形式采集车辆轨迹数据，并对其车辆颜色、车辆机动、交通场景及与其他车辆关系进行预处理。
通过实地调研，队员们不仅提高了理论知识的掌握与应用水平，还增强了团队凝聚力，在模型建立与实践方案细化等环节通力合作，将所学知识运用到汉台区交通执法、智慧交通平台搭建中，为汉台区智慧城市建设发展贡献青春力量。
优质模型赋能交通，丰厚成果助力决策
实践队使用采集的数据与公开数据集合，开展模型实验。在实验过程中，通过代码实现模型的搭建，实践队对模型方案进行不断调试以达到优化目的，在最终的训练后得到了能够实现自然语言、满足交警需求的车辆检索模型。
最终的模型表现出了良好的性能，实现了在城市摄像头通过自然语言成功检索目标车辆的目的，该模型能够理解自然语言描述，并从多个视角对车辆进行检索。测试结果表明该模型能够处理不同摄像头捕获的车辆图像，即使在车辆部分被遮挡或摄像机视角变化的情况下，也能够准确地检索到目标车辆，在准确率上对比同类别模型有显著提高。
实验运行监控
本次实践成果显著，有效建立起交管AI助手的雏形。下一步，实践队将进一步提高模型质量，完善理论方案，撰写相关专利，为陕西省交通发展提供智慧赋能，以点带面，以学识促发展。
实践队员脚踏实地，埋头苦干，通过本次创新创业专项实践，深入研究汉中市和西安市交通发展问题，努力完善交管AI助手，提高检索模型质量，以实践促发展。实践团队积极响应建设交通强国的号召，将所学专业理论知识与实际相结合，为中国式现代化贡献力量，进一步彰显了未来交通学子的青春风采。
（供图：李治岭 审核：曾晓阳 网络编辑：李玟）
