道路千万条，安全第一条
根据公安部道路交通安全研究中心数据
电动自行车肇事导致的交通事故
在城市道路交通事故总量中约占10%
不戴头盔等行为的后果严重，不容忽视
有数据显示，正确佩戴安全头盔
发生交通事故时能够使骑乘人员的
受伤率下降70%、死亡率下降40%
为了助力交警、道安办等各部门
更高效、精准、安全管理非机动车驾驶行为
海康威视基于观澜大模型技术底座
推出智能交通非机动车管控系列产品
在检测载人、未戴头盔、加装雨棚等行为上
误检率降低70%以上，漏检率减少80%以上
加持视觉大模型后
交通非机动车管控系列产品
检测精准度大幅提升
不仅减轻人工巡查工作量
还能助力实现更高效、精准的交通管理
来看看对比 ↓
而这份准确率提升的背后
离不开大模型在复杂场景下的
视觉特征识别能力
比如大家在红绿灯路口见过的
非机动车蜂拥而出的场景
交警、道安办劝导员肉眼都较难识别
未戴头盔、载人、安装雨棚等行为
交通非机动车管控系列产品
如何能做到精准检测？
首先，要找到检测的难点——非机动车数量多，在抓拍图像中容易出现人员重叠，传统深度学习检测算法关注图像中的局部（如头部），无法识别人体与不同车辆间的关系，可能导致误报载人情况。
此外，头盔的样式“百花齐放”，包括带耳朵的、露出头发的，不露头发的，其中还夹杂着戴鸭舌帽、毛线帽的驾驶人。传统深度学习算法参数量少，预训练数据不足，特征提取能力弱，过度依赖颜色信息，容易混淆黑色头盔和头发。大角度、模糊成像等复杂条件下，识别效果显著下降。在光照度不足的情况下，也容易出现对非机动车是否安装雨棚的误检问题。
加持视觉大模型，复杂场景检测变得更准
载人检测：大模型通过自注意力和全局关联机制，具备更强的泛化能力和抗干扰能力。在风挡、人员遮挡、恶劣成像等复杂场景下，大模型不仅具备更强的感知能力，而且能够准确理解人体与车辆间的关系，从而准确识别是否载人。例如，当场景中同时出现多个人体时，大模型会判断边缘人体与主车相关性，从而判断是否为载人。
头盔检测：应用大模型后，产品泛化能力提升，对复杂场景适应性更强，不仅能分辨稀有外观的帽子和头盔，还具备强大的特征提取能力，能够识别出露出鸭舌帽帽檐、头盔固定带、帽子材质等细节，从而精准检测是否正确佩戴头盔。
雨棚检测：大模型能够理解雨棚与挡板等部件的区别，并通过全局关联分析雨棚与车辆、人员的关系。例如在图像过暗、难以辨识雨棚细节的场景下，大模型凭借深层次结构分析，能够关注到透明风挡以及顶棚细节，通过全局推理判断出是否存在雨棚。
△ 以上测试均在黑暗环境下进行 △
交通非机动车管控系列产品矩阵
非机动车违法取证抓拍单元
内置摄像机采用全局曝光CMOS图像传感器，具有清晰度高、照度低、帧率高、色彩还原度好等特点。结合大模型技术，大幅提升了目标行为检测和违法行为识别的准确率，有效遏制电动自行车闯红灯、逆行、不戴头盔等多种违法行为。
非机动车管控一体机
采用创新一体化设计，非机动车检测抓拍系统、信息发布系统融合为一体，整体设计美观且便于安装施工。支持非机动车违法行为检测、抓拍并通过图片或文字、语音等方式及时提醒。
非机动车违法劝导系统
非机动车劝导相机搭配音柱，实现未戴头盔、载人、加装雨棚等违法行为自动语音劝导，可灵活配置普通话、地方方言；系统可单机独立运行，并支持太阳能供电以及4G/5G通信，部署简单。
安全骑行，和谐交通
海康威视将持续以创新
为更安全的道路“保驾护航”
