穿黑色衣服被誤判為沒系安全帶、撓耳朵被誤判為打電話、手機放在支架上被誤判為玩手機……過去交通抓拍機對這些復雜場景下的誤判讓司機們煩心，對交通違法事件檢測業(yè)務來說也是個難題，不僅帶來更多的人工審核量，還可能影響判罰準確性。

    為提升交通卡口抓拍檢測精準度，�？低暬诤？涤^瀾大模型技術體系將大模型能力直接部署至交通卡口抓拍系列產(chǎn)品上，相比傳統(tǒng)檢測算法，安全帶、打電話、玩手機等行為誤檢率降低75%以上(根據(jù)項目實測數(shù)據(jù))。

    加持視覺大模型之后，交通卡口抓拍系列產(chǎn)品不僅能讓“誤會”在機器檢測階段被更好消除，減輕人工審核的壓力，更能準確識別出未系安全帶、開車使用手機等不安全駕駛行為，助力提升交通安全管理水平。

    從看局部到看整體，更加“敏銳”

    在交通違法事件檢測業(yè)務中，傳統(tǒng)深度學習算法是把圖像分割成一塊一塊，像看拼圖一樣，先看局部細節(jié)，再拼湊成整體。識別安全帶時，容易對低對比度、遮擋、復雜姿態(tài)等產(chǎn)生誤報；識別打電話時，容易對抬手、握物、眼神非正視等產(chǎn)生誤報。

    加持視覺大模型后，在不同場景下的識別更加準確。例如，在安全帶檢測方面，通過大模型全局關聯(lián)和語義理解，即使安全帶被遮擋，雨刷等非安全帶造成錯覺，也能通過人體坐姿、殘留可見部分、輪廓與人體等綜合判斷進行準確識別。海量預訓練數(shù)據(jù)和深層次結構，還能夠對復雜場景和非標準形態(tài)的安全帶適應性更強，比如精準識別安全帶封套等。在打電話或者玩手機的檢測中，通過大模型的自注意機制，不再過度依賴局部特征，手機外形等，同時分析手與人體的接觸、視線、交互動作以及車內(nèi)結構等，通過手機和駕駛員的關聯(lián)關系準確識別。

    交通卡口抓拍機產(chǎn)品矩陣，滿足不同需求

    目前，視覺大模型加持的�？低暯煌ǹǹ谧ヅ南盗挟a(chǎn)品，通過深度挖掘不同信息間的潛在關系，增強了對復雜交通場景的全面感知能力，突破低對比度、遮擋、復雜姿態(tài)等復雜環(huán)境帶來的性能瓶頸，滿足不同的交管業(yè)務需求。

    如生態(tài)卡口抓拍單元采用單SENSOR(傳感器)技術方案，將傳統(tǒng)畫質優(yōu)化經(jīng)驗與AI-ISP技術深度融合，在滿足一級補光標準的前提下，實現(xiàn)對車身/車窗/車牌的高清還原，結合大模型，有效降低未系安全帶、玩手機、打電話等危險駕駛行為的誤檢率；環(huán)�？ǹ谧ヅ膯卧瑫r集成了大模型技術和雙光融合技術，在成像環(huán)節(jié)減弱對可見光的依賴，減少補光燈對駕駛員人眼的干擾。夜晚低照度下車窗真實還原，抓拍的圖片及車窗特征更豐富，并能提供可見光和紅外圖像，進行視覺大模型算法識別分析，對危險駕駛行為預警如未系安全帶、駕駛過程中接打電話等行為的檢測準確率更高。

    不止于交通卡口抓拍系列產(chǎn)品，海康威視基于觀瀾大模型技術體系還將不斷創(chuàng)新，持續(xù)研發(fā)助力交通場景更智能、安全、高效