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(jī)放在支架上被誤判為玩手機(jī)……過去交通抓拍機(jī)對這些復(fù)雜場景下的誤判讓司機(jī)們煩心,對交通違法事件檢測業(yè)務(wù)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(zhǔn)確性。
為提升交通卡口抓拍檢測精準(zhǔn)度,??低暬诤?涤^瀾大模型技術(shù)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(jī)等行為誤檢率降低75%以上(根據(jù)項(xiàng)目實(shí)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(jī)器檢測階段被更好消除,減輕人工審核的壓力,更能準(zhǔn)確識別出未系安全帶、開車使用手機(jī)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(wù)中,傳統(tǒng)深度學(xué)習(xí)算法是把圖像分割成一塊一塊,像看拼圖一樣,先看局部細(xì)節(jié),再拼湊成整體。識別安全帶時,容易對低對比度、遮擋、復(fù)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(zhǔn)確。例如,在安全帶檢測方面,通過大模型全局關(guān)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(jìn)行準(zhǔn)確識別。海量預(yù)訓(xùn)練數(shù)據(jù)和深層次結(jié)構(gòu),還能夠?qū)?fù)雜場景和非標(biāo)準(zhǔn)形態(tài)的安全帶適應(yīng)性更強(qiáng),比如精準(zhǔn)識別安全帶封套等。在打電話或者玩手機(jī)的檢測中,通過大模型的自注意機(jī)制,不再過度依賴局部特征,手機(jī)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(jié)構(gòu)等,通過手機(jī)和駕駛員的關(guān)聯(lián)關(guān)系準(zhǔn)確識別。
交通卡口抓拍機(jī)產(chǎn)品矩陣,滿足不同需求
目前,視覺大模型加持的海康威視交通卡口抓拍系列產(chǎn)品,通過深度挖掘不同信息間的潛在關(guān)系,增強(qiáng)了對復(fù)雜交通場景的全面感知能力,突破低對比度、遮擋、復(fù)雜姿態(tài)等復(fù)雜環(huán)境帶來的性能瓶頸,滿足不同的交管業(yè)務(wù)需求。
如生態(tài)卡口抓拍單元采用單SENSOR(
傳感器)技術(shù)方案,將傳統(tǒng)畫質(zhì)優(yōu)化經(jīng)驗(yàn)與AI-ISP技術(shù)深度融合,在滿足一級補(bǔ)光標(biāo)準(zhǔn)的前提下,實(shí)現(xiàn)對車身/車窗/車牌的高清還原,結(jié)合大模型,有效降低未系安全帶、玩手機(jī)、打電話等危險駕駛行為的誤檢率;環(huán)??谧ヅ膯卧瑫r集成了大模型技術(shù)和雙光融合技術(shù),在成像環(huán)節(jié)減弱對可見光的依賴,減少補(bǔ)光燈對駕駛員人眼的干擾。夜晚低照度下車窗真實(shí)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(jìn)行視覺大模型算法識別分析,對危險駕駛行為預(yù)警如未系安全帶、駕駛過程中接打電話等行為的檢測準(zhǔn)確率更高。
不止于交通卡口抓拍系列產(chǎn)品,??低暬谟^瀾大模型技術(shù)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
昵稱 驗(yàn)證碼 請輸入正確驗(yàn)證碼
所有評論僅代表網(wǎng)友意見,與本站立場無關(guān)