聽聞一些朋友開車曾被電子抓拍“誤會”

有的穿黑色衣服被誤判為沒系安全帶

有的撓個耳朵被誤判為打電話

還有的手機放在支架上被誤判為玩手機

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品

相比傳統檢測算法

安全帶、打電話、玩手機等行為

加持視覺大模型之后

交通卡口抓拍系列產品

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

話說回來

這些用肉眼看都覺得迷糊的圖片

大模型是怎么分清楚的

又是如何提升準確率的

在交通違法事件檢測業務中，傳統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，再拼湊成整體。識別安全帶時，容易對低對比度、遮擋、復雜姿態等產生誤報；識別打電話時，容易對抬手、握物、眼神非正視等產生誤報。安全帶檢測：通過大模型全局關聯和語義理解，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。海量預訓練數據和深層次結構，還能夠對復雜場景和非標準形態的安全帶適應性更強，比如精準識別安全帶封套等。打電話/玩手機檢測： 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、交互動作以及車內結構等， 通過手機和駕駛員的關聯關系準確識別。

視覺大模型加持的海康威視交通卡口抓拍系列產品，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、復雜姿態等復雜環境帶來的性能瓶頸，滿足不同的交管業務需求。不止交通卡口抓拍系列產品

?？低暬谟^瀾大模型技術體系

還將不斷創新，持續研發

助力交通場景更智能、安全、高效

道路千萬條，安全第一條

大家開車時要系好安全帶

不玩手機、不打電話

文明駕駛，平安出行