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

海康威視基于觀瀾大模型技術底座

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 

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

來看看對比 ↓

而這份準確率提升的背后

離不開大模型在復雜場景下的

視覺特征識別能力

比如大家在紅綠燈路口見過的

非機動車蜂擁而出的場景

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

交通非機動車管控系列產品

如何能做到精準檢測？

首先，要找到檢測的難點——非機動車數量多，在抓拍圖像中容易出現人員重疊，傳統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。

此外，頭盔的樣式“百花齊放”，包括帶耳朵的、露出頭發的，不露頭發的，其中還夾雜著戴鴨舌帽、毛線帽的駕駛人。傳統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。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。

加持視覺大模型，復雜場景檢測變得更準

載人檢測：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：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，從而精準檢測是否正確佩戴頭盔。 

雨棚檢測：大模型能夠理解雨棚與擋板等部件的區別，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，通過全局推理判斷出是否存在雨棚。

交通非機動車管控系列產品矩陣

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

采用創新一體化設計，非機動車檢測抓拍系統、信息發布系統融合為一體，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

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。

安全騎行，和諧交通

海康威視將持續以創新

為更安全的道路“保駕護航”