�？低�視發(fā)布大模型交通卡口抓拍系列產(chǎn)品

    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(duì)這些復(fù)雜場(chǎng)景下的誤判讓司機(jī)們煩心，對(duì)交通違法事件檢測(cè)業(yè)務(wù)來說也是個(gè)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(cè)精準(zhǔn)度，�？低�視基于�？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(cè)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(cè)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(huì)”在機(jī)器檢測(cè)階段被更好消除，減輕人工審核的壓力，更能準(zhǔn)確識(shí)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(cè)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(shí)別安全帶時(shí)，容易對(duì)低對(duì)比度、遮擋、復(fù)雜姿態(tài)等產(chǎn)生誤報(bào)；識(shí)別打電話時(shí)，容易對(duì)抬手、握物、眼神非正視等產(chǎn)生誤報(bào)。

    加持視覺大模型后，在不同場(chǎng)景下的識(shí)別更加準(zhǔn)確。例如，在安全帶檢測(cè)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(cuò)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(shí)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(chǎng)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(shí)別安全帶封套等。在打電話或者玩手機(jī)的檢測(cè)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(shí)分析手與人體的接觸、視線、交互動(dòng)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(shí)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�？低�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(duì)復(fù)雜交通場(chǎng)景的全面感知能力，突破低對(duì)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(jí)補(bǔ)光標(biāo)準(zhǔn)的前提下，實(shí)現(xiàn)對(duì)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(xiǎn)駕駛行為的誤檢率；環(huán)�？�口抓拍單元同時(shí)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(duì)可見光的依賴，減少補(bǔ)光燈對(duì)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(shí)別分析，對(duì)危險(xiǎn)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(cè)準(zhǔn)確率更高。

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