視覺大模型在交通場(chǎng)景落地

依托海康威視觀瀾大模型

突破傳統(tǒng)算法瓶頸

海康威視在端側(cè)發(fā)布

新一代事件檢測(cè)系列攝像機(jī)

并在中心端同步部署大模型能力

推出事件檢測(cè)終端、事件檢測(cè)服務(wù)器

從邊緣端到中心端

大模型帶來(lái)智能應(yīng)用的性能和效果提升

推動(dòng)交通行業(yè)智慧升級(jí)

大模型助力異常事件精準(zhǔn)檢測(cè)

讓道路更安全暢通

在高速公路交通事件檢測(cè)領(lǐng)域，受限于模型規(guī)模與泛化能力，一些復(fù)雜場(chǎng)景下拋灑物、停車、行人等事件的誤報(bào)、漏報(bào)一直是行業(yè)的瓶頸。

海康威視基于多年的行業(yè)沉淀，依托觀瀾大模型的技術(shù)底座，構(gòu)建道路事件等行業(yè)場(chǎng)景專用的數(shù)據(jù)模型，與智能硬件深度融合，推出新一代事件檢測(cè)系列產(chǎn)品，精準(zhǔn)檢測(cè)道路異常事件，助力保障道路安全暢通。

傳統(tǒng)交通事件檢測(cè)算法高度依賴人工標(biāo)注的特定場(chǎng)景數(shù)據(jù)，需針對(duì)每類事件單獨(dú)采集樣本并訓(xùn)練模型，導(dǎo)致實(shí)際應(yīng)用中常因樣本覆蓋不全而出現(xiàn)漏檢誤判。例如，雨天路面積水時(shí)，容易誤報(bào)為拋灑物。

以一條布設(shè)了1500路攝像機(jī)的高速路段來(lái)舉例，傳統(tǒng)算法日均能感知1000余次事件，如何減少其中無(wú)效的事件，降低人工復(fù)核的工作量，提升真實(shí)異常事件從發(fā)現(xiàn)到處置的響應(yīng)速度，將是提升高速公路運(yùn)營(yíng)效率的關(guān)鍵。

海康威視在觀瀾大模型基礎(chǔ)上，利用行業(yè)知識(shí)預(yù)訓(xùn)練和微調(diào)，使模型在事件檢測(cè)領(lǐng)域具備專家級(jí)別能力。相較于行業(yè)傳統(tǒng)的卷積網(wǎng)絡(luò)，基于Transformer架構(gòu)的模型，具備更深層次的網(wǎng)絡(luò)架構(gòu)，更強(qiáng)的全局特征提取能力和上下文建模能力，模型的泛化性更強(qiáng)，系統(tǒng)性解決了復(fù)雜場(chǎng)景下的誤報(bào)、漏報(bào)難題。

拋灑物檢測(cè)：結(jié)合大模型應(yīng)用，大幅提升拋灑物體檢測(cè)效果，不再受困于樹影、水漬、標(biāo)線、標(biāo)牌等干擾；

停車檢測(cè)：通過大模型精準(zhǔn)區(qū)分標(biāo)牌、緩行車輛、施工車輛，基于車輛停留時(shí)長(zhǎng)、位置偏離車道線的動(dòng)態(tài)特征綜合判斷，大幅降低了誤報(bào)；

上圖示例中搭配平臺(tái)：智慧公路綜合監(jiān)測(cè)平臺(tái)

新一代事件檢測(cè)產(chǎn)品矩陣

大模型加持的海康威視事件檢測(cè)系列產(chǎn)品，通過提取多維信號(hào)中的有效信息，挖掘不同模態(tài)信息間的潛在關(guān)系，增強(qiáng)了對(duì)物理世界的全面理解，突破晝夜、雨霧等各類環(huán)境下的性能極限，從邊緣端到中心端助力規(guī)模化的應(yīng)用落地。

邊緣端感知設(shè)備
秒級(jí)檢出，精準(zhǔn)識(shí)別

中心端設(shè)備
利舊復(fù)用，降本增效

基于觀瀾大模型技術(shù)體系

持續(xù)迭代交通系列產(chǎn)品

交通事件檢測(cè)系列產(chǎn)品基于海康威視觀瀾大模型技術(shù)體系，助力智能應(yīng)用的性能和效果提升。

后續(xù)，將持續(xù)探索大模型技術(shù)，結(jié)合觀瀾多模態(tài)大模型的圖文理解與推理能力，拓展在道路事故、道路塌陷、異常天氣等場(chǎng)景化的應(yīng)用，更好地理解道路，持續(xù)推動(dòng)行業(yè)智慧升級(jí)。