誤檢率降低70%以上,?低暟l(fā)布大模型非機動車管控系列產(chǎn)品
道路千萬條,安全第一條根據(jù)公安部道路交通安全研究中心數(shù)據(jù)電動自行車肇事導致的交通事故在城市道路交通事故總量中約占10%
不戴頭盔等行為的后果嚴重,不容忽視有數(shù)據(jù)顯示,正確佩戴安全頭盔發(fā)生交通事故時能夠使騎乘人員的受傷率下降70%、死亡率下降40%
為了助力交警、道安辦等各部門更高效、精準、安全管理非機動車駕駛行為海康威視基于觀瀾大模型技術底座推出智能交通非機動車管控系列產(chǎn)品在檢測載人、未戴頭盔、加裝雨棚等行為上誤檢率降低70%以上,漏檢率減少80%以上。加持視覺大模型后,交通非機動車管控系列產(chǎn)品檢測精準度大幅提升,不僅減輕人工巡查工作量,還能助力實現(xiàn)更高效、精準的交通管理。
而這份準確率提升的背后離不開大模型在復雜場景下的視覺特征識別能力比如大家在紅綠燈路口見過的非機動車蜂擁而出的場景交警、道安辦勸導員肉眼都較難識別未戴頭盔、載人、安裝雨棚等行為交通非機動車管控系列產(chǎn)品如何能做到精準檢測?
首先,要找到檢測的難點——非機動車數(shù)量多,在抓拍圖像中容易出現(xiàn)人員重疊,傳統(tǒng)深度學習檢測算法關注圖像中的局部(如頭部),無法識別人體與不同車輛間的關系,可能導致誤報載人情況。
此外,頭盔的樣式“百花齊放”,包括帶耳朵的、露出頭發(fā)的,不露頭發(fā)的,其中還夾雜著戴鴨舌帽、毛線帽的駕駛?cè)。傳統(tǒng)深度學習算法參數(shù)量少,預訓練數(shù)據(jù)不足,特征提取能力弱,過度依賴顏色信息,容易混淆黑色頭盔和頭發(fā)。大角度、模糊成像等復雜條件下,識別效果顯著下降。在光照度不足的情況下,也容易出現(xiàn)對非機動車是否安裝雨棚的誤檢問題。
加持視覺大模型,復雜場景檢測變得更準
載人檢測:大模型通過自注意力和全局關聯(lián)機制,具備更強的泛化能力和抗干擾能力。在風擋、人員遮擋、惡劣成像等復雜場景下,大模型不僅具備更強的感知能力,而且能夠準確理解人體與車輛間的關系,從而準確識別是否載人。例如,當場景中同時出現(xiàn)多個人體時,大模型會判斷邊緣人體與主車相關性,從而判斷是否為載人。
頭盔檢測:應用大模型后,產(chǎn)品泛化能力提升,對復雜場景適應性更強,不僅能分辨稀有外觀的帽子和頭盔,還具備強大的特征提取能力,能夠識別出露出鴨舌帽帽檐、頭盔固定帶、帽子材質(zhì)等細節(jié),從而精準檢測是否正確佩戴頭盔。
雨棚檢測:大模型能夠理解雨棚與擋板等部件的區(qū)別,并通過全局關聯(lián)分析雨棚與車輛、人員的關系。例如在圖像過暗、難以辨識雨棚細節(jié)的場景下,大模型憑借深層次結(jié)構(gòu)分析,能夠關注到透明風擋以及頂棚細節(jié),通過全局推理判斷出是否存在雨棚。
交通非機動車管控系列產(chǎn)品矩陣
非機動車違法取證抓拍單元
內(nèi)置攝像機采用全局曝光CMOS圖像傳感器,具有清晰度高、照度低、幀率高、色彩還原度好等特點。結(jié)合大模型技術,大幅提升了目標行為檢測和違法行為識別的準確率,有效遏制電動自行車闖紅燈、逆行、不戴頭盔等多種違法行為。
非機動車管控一體機
采用創(chuàng)新一體化設計,非機動車檢測抓拍系統(tǒng)、信息發(fā)布系統(tǒng)融合為一體,整體設計美觀且便于安裝施工。支持非機動車違法行為檢測、抓拍并通過圖片或文字、語音等方式及時提醒。
非機動車違法勸導系統(tǒng)
非機動車勸導相機搭配音柱,實現(xiàn)未戴頭盔、載人、加裝雨棚等違法行為自動語音勸導,可靈活配置普通話、地方方言;系統(tǒng)可單機獨立運行,并支持太陽能供電以及4G/5G通信,部署簡單。
安全騎行,和諧交通海康威視將持續(xù)以創(chuàng)新為更安全的道路“保駕護航”
- 上一篇:海康觀瀾+DeepSeek“雙!彬(qū)動,?低暟l(fā)布“大模型 2025/4/17
- 下一篇:多模態(tài)大模型加持,?低暺髽I(yè)安全生產(chǎn)管理平臺全新升級 2025/4/17