海康威视：视觉大模型落地交通场景，破交通卡口抓拍难题

文/杨剑勇

今年，随着DeepSeek的横空出世，将改写整个大模型行业，并带动国内AI产业的快速发展，各行各业正在快速融合大模型服务，以提升智能化水平。与此同时，各类智能硬件作为端侧的智能设备，纷纷搭载大模型服务，赋予产品新的活力。

在公共交通安全场景中，摄像机拥有视觉大模型后，进一步提升目标检出率，大幅降低误报，有效推动交通行业智慧升级。

视觉大模型：破交通卡口抓拍难题，既准且稳

以交通卡口抓拍场景为例。交通卡口抓拍面临误拍等现象，带来人工审核量的同时，还可能影响判罚准确性，给司机带来困扰。

例如，当身穿黑衣服系着黑色安全带，行驶在一段照明度不够的路段，恰好帽子又遮挡住一部分安全带，那么此时被卡口抓拍拍到的你，有可能被检测为“未系安全带”；或者在冬天穿了一件很厚的羽绒服，安全带几乎陷进了衣服里，也有可能被误检等等。

这些误报不仅增加了部署、运维成本，还会降低用户对事件响应的信任度。因此，处理“疑难杂症”，实现不同场景下更稳、更准的识别，成为卡口抓拍发展的又一“硬骨头”。如何有效解决这种误报，及面对复杂场景识别更准成为行业难题。

针对交通卡口抓拍检测这一场景，海康威视近期所发布的大模型交通卡口抓拍系列产品，在复杂场景下能够更准确识别司机未系安全带、玩手机、打电话等行为，相比原检测算法误报率降低75%以上。显示出视觉大模型有效解决了检测既要准又要稳的难题。

通过大模型检测与传统检测结果对比会发现，加持视觉大模型后，卡口抓拍系列产品在检测司机是否系安全带时，可以通过大模型全局关联和语义理解，即使安全带被部分遮挡，雨刷等非安全带造成错觉，也能通过残留可见部分、轮廓与人体等综合判断进行准确识别。海量预训练数据和深层次结构，还能够对复杂场景和非标准形态的安全带检测适应性更强，比如精准识别安全带封套等。

检测打电话、玩手机等行为时，大模型的自注意机制也发挥了重要作用，不再过度依赖局部特征，如手机外形等。产品会同时分析手与人体的接触、视线、交互动作以及车内结构等，通过手机和驾驶员的关联关系进行准确识别。

大模型助力交通事件精准检测 让道路更安全畅通

不止是卡口抓拍产品，海康威视还发布了大模型交通事件检测系列产品，针对高速公路场景，利用大模型助力异常事件精准检测。

比如在抛洒物检测方面结合大模型应用，大幅提升了检测效果，减少树影、水渍、标线、标牌等因素的干扰；停车检测时，通过大模型精准区分标牌、缓行车辆、施工车辆，基于车辆停留时长、位置偏离车道线的动态特征综合判断，大幅降低了误报。

随着智能交通持续推进，创新发展的步伐加快。海康威视基于观澜大模型技术体系，推出搭载视觉大模型摄像机，提升传统摄像机的能力，通过亿级跨场景数据库和行业知识的预训练，强化摄像机事件检测能力，也说明了这一创新趋势的到来。

通过视觉大模型在交通场景落地，摄像机由此从看得见，看得清，到看得懂，大模型的应用进一步提升了交通行业产品创新能力。未来，海康威视持续探索大模型技术，结合观澜多模态大模型的图文理解与推理能力，拓展在道路事故、道路塌陷、异常天气等场景化的应用，更好地理解道路，持续推动行业智慧升级。

随着技术的不断发展和应用场景的持续拓展，大模型有望为交通行业更多场景带来惊喜，推动交通管理朝着更加智能化、高效化的方向迈进，让人们的出行更加安全、便捷。

杨剑勇，福布斯中国撰稿人，表达观点仅代表个人。致力于深度解读物联网、云服务、人工智能和智能家居等前沿科技。