当前，多地城市道路交通运行愈加复杂，交通管理对“看得清、识得准、处置快”的要求不断提高。尤其早晚高峰、雨雾低照度、遮挡密集、车流叠加等场景下，传统视频识别算法在小目标车辆识别、远距离细节捕捉以及多车同框的稳定跟踪上，常出现精度下降、延迟增大等问题，进而影响事件研判与资源调度效率。国家知识产权局公开信息显示，广西交通职业技术学院与广西北投信创科技投资集团有限公司、桂林电子科技大学、南宁学院共同申请的对应的专利——针对上述痛点——提出基于多尺度特征提取的交通车辆智能识别方法及系统。该技术从交通场景图像采集入手，构建多层级图像表示，通过并行卷积提取浅层特征，并将特征向量传递、融合至高分辨率层网络，形成综合多尺度特征向量。同时，方案引入车辆与摄像设备的距离数据，动态调整特征提取的尺度范围，以适配近景、远景及尺度变化显著的场景需求。
这项创新技术为智能交通视频识别在复杂场景下的应用提供了新的思路，也说明了我国在有关关键技术上的持续投入与积累。在数字经济加速发展的背景下，自主创新正成为产业升级的重要支撑。该案例表明，坚持问题导向、深化产学研协同，有助于更快推动技术从专利走向应用，为高质量发展提供更扎实的技术基础。