听闻一些朋友开车曾被电子抓拍“误会”
有的穿黑色衣服被误判为没系安全带
有的挠个耳朵被误判为打电话
还有的手机放在支架上被误判为玩手机
……
考验你眼力的时候到了↓
这些复杂场景下的误判让司机们烦心
对交通违法事件检测业务来说也是个难题
不仅带来更多的人工审核量
还可能影响判罚准确性
为提升交通卡口抓拍检测精准度
海康威视基于海康观澜大模型技术体系
将大模型能力直接部署至
交通卡口抓拍系列产品
相比传统检测算法
安全带、打电话、玩手机等行为
误检率降低75%以上
（根据项目实测数据）
加持视觉大模型之后
交通卡口抓拍系列产品
不仅能让“误会”在机器检测阶段被更好消除
减轻人工审核的压力
更能准确识别出未系安全带、
开车使用手机等不安全驾驶行为
助力提升交通安全管理水平
来看一个对比 ↓↓↓
话说回来
这些用肉眼看都觉得迷糊的图片
大模型是怎么分清楚的
又是如何提升准确率的
从看局部到看整体
交通卡口抓拍机变得更加“敏锐”
在交通违法事件检测业务中，传统深度学习算法是把图像分割成一块一块，像看拼图一样，先看局部细节，再拼凑成整体。识别安全带时，容易对低对比度、遮挡、复杂姿态等产生误报；识别打电话时，容易对抬手、握物、眼神非正视等产生误报。
加持视觉大模型后
安全带检测：通过大模型全局关联和语义理解，即使安全带被遮挡，雨刷等非安全带造成错觉，也能通过人体坐姿、残留可见部分、轮廓与人体等综合判断进行准确识别。海量预训练数据和深层次结构，还能够对复杂场景和非标准形态的安全带适应性更强，比如精准识别安全带封套等。 打电话/玩手机检测： 通过大模型的自注意机制，不再过度依赖局部特征，手机外形等，同时分析手与人体的接触、视线、交互动作以及车内结构等， 通过手机和驾驶员的关联关系准确识别。 接下来，和大模型比比眼力 判断下图司机是否系安全带、打电话、玩手机 （大模型答案在图片右下角，可别提前偷看哦） Round 1安全带检测 Round 2打电话检测 Round 3玩手机检测 交通卡口抓拍机产品矩阵 视觉大模型加持的海康威视交通卡口抓拍系列产品，通过深度挖掘不同信息间的潜在关系，增强了对复杂交通场景的全面感知能力，突破低对比度、遮挡、复杂姿态等复杂环境带来的性能瓶颈，满足不同的交管业务需求。
微信客服
