华锐捷 ——— 让驾驶更安全，让汽车更智能
浙江华锐捷技术有限公司 是一家专注于智能汽车电子产品和行业解决方案的公司。公司以视频为核心，面向全球提供汽车电子先进产品和解决方案，扩展车载前装和后装市场，产品涵盖全系列车载相机、车载终端主机、主动安全产品、辅助驾驶产品、自动泊车算法、全景360环视系统等，方案已广泛应用于两客一危、货运物流、公交、公安、校车、渣土环卫等行业。
我们的愿景
全球领先的以视频为核心的智能汽车电子产品供应商和解决方案提供商
我们的使命
让驾驶更安全，让汽车更智能
核心价值观
以客户为中心，以奋斗者为本
核心技术
车外应用场景
对于视觉感知任务而言，车外应用场景主要涵盖了两大类目标的检出，动态目标（机动车，行人，非机动车等）和静态目标（红绿灯，标识牌，车道线，斑马线，车道标识，停车位，可行驶区域）。其中动态目标和部分静态目标（红绿灯，标识牌）采用目标检测方案，其余静态目标采用图像分割方案。
2D目标检测
主要使用的是基于深度学习的目标检测技术进行检测，输出2D的检测结果。在这个过程中，使用了多尺度的卷积特征在不同分辨率上进行预测，覆盖大小不同的目标；针对行人和红绿灯等长宽比悬殊的目标做了特定的锚框设计，确保检出的全面；使用GAN生成网络对难例样本和难例场景进行强化补充，提升模型的泛化能力，对于行人和非机动车，增加了人体关键点的检测，增强目标框的稳定性。
3D目标检测
对于车辆目标，需要知道本车辆相对于该目标的准确距离，为此，在2D目标检测的基础上，增加了车尾检测，车身朝向检测和车身关键点检测等信息，结合目标车辆的先验几何信息和相机参数，可以精确的评估出本车辆相对于目标车辆的距离。
目标跟踪
目标跟踪技术，通过光流结合卡尔曼滤波跟踪技术增强目标框的稳定性，通过目标框的宽度和下边缘的位置获取距离信息，当动态目标的距离探测完成之后，可以通过应用层面的各种策略，完成FCW，AEB，ACC等告警或者控制功能。
图像分割
对于车道线、可行驶区域、斑马线和停车位等静态目标，主要使用基于深度学习的图像分割技术或关键点检测技术。图像分割运用沙漏型网络和U型网络结合的特征提取策略，得到具有充分感受野和局部纹理信息的层次丰富的特征，确保输出结果精确、平滑。车道线和停车位要得到实例分割的效果，在语义分割基础上增加了聚类的约束信息，通过多任务并行训练，得到像素的分类结果和聚类结果；再通过像素点的拟合，位置约束，路面模型和相机参数等信息，得到区域（如停车位）或者线段（如车道线）的精确位置信息和相对距离，从而实现车道偏离预警、自动泊车，或者斑马线礼让行人等功能。
车内应用场景
车内应用场景主要是针对驾驶员行为和状态的监测，在关键点和朝向检测的基础上，通过关键点确定的区域分别进行睁闭眼，打哈欠，抽烟，打电话，双手脱离方向盘等异常行为的分类，结合应用的需求给出相应的告警提示；左顾右盼，低头等分神驾驶检测，可以通过朝向检测结合相机安装位置给出的阈值进行判断，给出告警提示。
关键点
基础技术是面部关键点（68个点）和人体关键点的检测，以及面部朝向和视线朝向的估计。关键点检测采用了基于深度学习的热力图分类、直接回归和关键点相互约束多任务联合训练，提升关键点检出的稳定性与准确性。
朝向
对于面部和视线的朝向估计合并在一个训练任务中，输入的图片通过人脸关键点得到的轮廓信息、加点信息的掩码图片——具体包含脸部外缘（位于耳朵下方）的轮廓信息、鼻梁的轮廓信息、嘴巴的轮廓信息，以及眼球边缘的轮廓信息、瞳孔点的信息——轮廓信息通过相邻关键点（特定的轮廓点）连接而得到，这些信息的组合涵盖了面部以及视线的朝向，且无其它干扰，可以大幅提升训练效率。朝向的训练对样本的多样性和均匀性有很高的要求，各种角度的样本需要均匀覆盖，为此使用了基于面部关键点的3D重建技术来丰富样本。
心率检测
心率检测也是驾驶员状态监测的重要环节，这是一个时序相关的任务，人脸表层血管流动会造成面部颜色的变化，通过连续多帧的检测，捕捉到变化的频率，从而估计出心率值。输入的多帧图片是通过面部关键点对齐之后的面部区域，接下来使用卷积神经网络进行特征提取，为了强化多帧特征相互之间的关联，提炼相邻帧特征的差异，使用了大量时序层面的一维卷积核进行操作，结合部分数据扩充手段，达到稳定的检出效果。
红外数据
车内应用场景采用的是红外相机，数据样本有限，为了提升数据的丰富性，使用了对抗生成网络将大量 RGB图像进行风格迁移，生成红外风格的图片加入训练，提升模型的泛化能力。
主要产品
乘用车产品
车载相机 域控制器 车载雷达
商用车产品
车载相机 车载主机 车载显控 车载配件
C端产品
行车记录仪
行业应用
货运物流解决方案
智慧公交解决方案
智慧渣土解决方案
智慧出租解决方案
智慧网约解决方案
两客一危解决方案
