近期，海康威视在交通领域的创新应用备受瞩目。凭借观澜大模型的强大技术支撑，海康威视成功突破了传统算法的限制，推出了一系列新一代事件检测摄像机，并在中心端同步部署了大模型能力，推出了事件检测终端和服务器。这一系列创新从边缘端到中心端，全方位提升了智能应用的性能和效果，为交通行业的智慧升级注入了新的动力。
在高速公路交通事件检测领域，复杂场景下的抛洒物、停车、行人等事件的误报和漏报问题一直是行业的痛点。海康威视凭借多年的技术积累和行业经验，依托观澜大模型的技术底座，构建了针对道路事件等行业场景的专用数据模型，并与智能硬件深度融合，推出了新一代事件检测系列产品。这些产品能够精准检测道路异常事件，为道路的安全畅通提供了有力保障。
传统交通事件检测算法高度依赖人工标注的特定场景数据，需要针对每类事件单独采集样本并训练模型。这种模式在实际应用中常常因为样本覆盖不全而出现漏检误判的情况。例如，在雨天路面积水时，传统算法很容易误报为抛洒物。以一条布设了1500路摄像机的高速路段为例，传统算法日均能感知1000余次事件。如何减少其中无效的事件，降低人工复核的工作量，提升真实异常事件从发现到处置的响应速度，是提升高速公路运营效率的关键所在。
海康威视在观澜大模型的基础上，通过行业知识预训练和微调，使模型在事件检测领域具备了专家级别的能力。相较于传统的卷积网络，基于Transformer架构的模型具有更深层次的网络架构，更强的全局特征提取能力和上下文建模能力，模型的泛化性更强，系统性地解决了复杂场景下的误报、漏报难题。例如，在抛洒物检测中，结合大模型应用可以大幅提升检测效果，不再受树影、水渍、标线、标牌等干扰因素的影响；在停车检测中，通过大模型精准区分标牌、缓行车辆、施工车辆，并基于车辆停留时长、位置偏离车道线的动态特征进行综合判断，大幅降低了误报率。
海康威视的事件检测系列产品在大模型的加持下，通过提取多维信号中的有效信息，挖掘不同模态信息间的潜在关系，增强了对物理世界的全面理解，突破了昼夜、雨雾等各类环境下的性能极限，从边缘端到中心端助力规模化的应用落地。
一、边缘端感知设备，秒级检出，精准识别
事件检测雷视一体机基于毫米波雷达的全天候高精度测距测速能力，在暗光、雨雾等极端场景下能够实现违停车辆、道路异常的秒级初步检测。通过大模型推理，对多类型特征进行决策级融合，兼顾复杂环境下的高检出率与高准确率需求。事件检测摄像机则内置了道路专用AI ISP图像处理算法，有效抑制车辆远光灯对图像的影响，保障夜间图像的亮度和清晰度。结合大模型，对抛洒物、行人闯入等事件进行精细化分类过滤，在本地完成实时分析，有效降低误报率。依托设备端算力，摆脱了对云端的依赖，显著降低了网络传输压力。
二、中心端设备，利旧复用，降本增效
事件检测终端和服务器加持大模型推理能力，能够无缝对接既有视频感知系统及存储设备，实现旧资源的复用。边缘节点专注于实时事件检测，中心服务器负责多源数据关联，在保证低延迟响应的同时满足不同规模场景的智能化需求。
海康威视的交通事件检测系列产品基于观澜大模型技术体系，助力智能应用的性能和效果提升。未来，海康威视将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。
