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品
道路千萬條,安全第一條,根據公安部道路交通安全研究中心數據,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。有數據顯示,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,?低暬谟^瀾大模型技術底座推出智能交通非機動車管控系列產品,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。
以“紅綠燈路口非機動車蜂擁而出”的場景為例,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,而傳統(tǒng)的檢測算法在這樣的場景中也難以識別,比如非機動車數量多,在抓拍圖像中容易出現人員重疊,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;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、毛線帽的駕駛人。傳統(tǒng)深度學習算法參數量少,預訓練數據不足,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,也容易出現對非機動車是否安裝雨棚的誤檢問題等等。
加持視覺大模型后,交通非機動車管控系列產品檢測精準度大幅提升,不僅減輕人工巡查工作量,還能助力實現更高效、精準的交通管理。
載人檢測中,大模型通過自注意力和全局關聯機制,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。
頭盔檢測中,應用大模型后,產品泛化能力提升,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、帽子材質等細節(jié),從而精準檢測是否正確佩戴頭盔。
雨棚檢測中,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構分析,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。
目前,?低暯煌ǚ菣C動車管控系列產品包括非機動車違法取證抓拍單元、非機動車管控一體機、非機動車違法勸導系統(tǒng)等。
非機動車違法取證抓拍單元內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)中,非機動車勸導相機搭配音柱,實現未戴頭盔、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。

請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
7月8日立即報名>> 【在線會議】英飛凌新一代智能照明方案賦能綠色建筑與工業(yè)互聯
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7.30-8.1火熱報名中>> 全數會2025(第六屆)機器人及智能工廠展
-
7月31日免費預約>> OFweek 2025具身智能機器人產業(yè)技術創(chuàng)新應用論壇
-
免費參會立即報名>> 7月30日- 8月1日 2025全數會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
推薦專題