安全帽工作服人臉識別煙火跌倒智能分析算法 AI功能說明

　　安全帽檢測

　　系統的視頻源來自于前端的普通網絡攝像機，視頻分析服務器設置于機房或監控中心，服務器基于linux操作系統,配置簡便，成本低廉。服務器與網絡攝像機在同一局域網內，通過RTSP協議訪問攝像機視頻流，實時獲取，實時分析，實時報警。同時，系統不依賴于具體硬件，具備跨平臺的優勢，既可用于新項目實施，亦可用于原有項目升級，系統能識別紅、藍、黃等多種顏色及形式的安全帽，不依賴于前端的攝像機，系統具備計時功能，可靈活設置持續多久報警，并在視頻上動態顯示檢測到未戴安全帽時間，可排除草帽、遮陽帽等類似帽子的誤報，具有深度學習能力，通過學習能排除現場誤報情況。

　　系統可設置于通道處或作業區，通過視頻自動識別未佩戴安全帽的人員并發出警告。警告信息同步推送至管理人員，同時截取圖片作為證據留存。安全帽識別系統極大地提升了作業區域的管控效率，形成了強大的震懾作用，保障了作業人員的安全。

　　與智慧工地管理平臺無縫集成、結合，及時在平臺報警、抓圖、語音提示、報警記錄查詢統計，方便領導宏觀統籌。

　　人臉考勤實名制

　　就過程而言，人臉識別可以分為圖像預處理、人臉檢測、人臉特征提取和分類識別 四個部分。

　　操作系統：Android 5.1

　　顯示屏：8英寸顯示屏

　　識別距高：0.5~5米,視鏡頭可変

　　人臉角度：左右30度,上下30度

　　識別別時間：小于1秒

　　寬動態范圍：≥120db

　　人臉容量：5萬人臉容量

　　多臺設備共用一個人臉庫，并且與人臉布控系統共用一個人臉庫，整個工地只需要批量導入一次人臉庫即可以所有人臉檢測設備上通用,支持人臉進出信息導出做考勤，支持人臉識別實時界面與其他智能分析功能同平臺顯示，多窗口顯示和輪巡

　　人臉布控

　　可視化布控是把所有的人臉識別攝像機做為一個整體，在這個整體的基礎上做聯動聯防，大數據分析，再根據設置的規則進行提前預警，比如某個人或某個部門的人不應該出現在某個區域內，則在這個區域內，某個人或某個部門的人就相當于黑名單了，只要一出現就會預警提示。也可以設置一部分人在某個區域內出現的頻率，一天或一個月出現的次數高于設置值就預警提示。

　　布控不是簡單的做人臉識別，而是在識別后把識別結果做邏輯分析應用，發揮更大的價值，最后再以一種可視化的形式體現出來

　　可以查詢某個人某段時間內在地圖上顯示所有布控的攝像頭，平臺查詢所有識別過的人臉信息，在地圖上呈現每個布控點最后出現的人臉比對照片，在布控的區域圖上顯示，圖像顯示大小由區域圖決定，并顯示抓拍攝像機的編號和時間，并在后臺統計停留時間和出現次數等信息，查詢了模板庫中的人員名稱，就知道了對應人員的所有信息，包括姓名、年紀、部門等所有人員信息，為后期的大數據分析做基礎數據采集

　　　　 安全帽工作服人臉識別煙火跌倒智能分析算法 全部功能

　　煙火報警

　　基于視頻分析的室內、室外煙火自動檢測預警系統的目的是能夠實現無人值守的不間斷工作，自動發現監控區域內的異常煙霧和火災苗頭，以更好的方式進行告警和協助消防人員處理火災危機，并最大限度的降低誤報和漏報現象；同時還可查看現場實時圖像，根據直觀的畫面直接指揮調度救火

　　該功能具有非接觸式探測的特點，不受空間高度、熱障、易爆/有毒等環境條件的限制，使得該系統為室內大空間、室外以及傳統探測手段失效的特殊場所火災探測提供了一種有效的解決途徑

　　傳統的煙霧顆粒感應或者紅外線、激光技術。傳統煙霧顆粒感應系統需要煙霧顆粒進入傳感器才能引起報警，紅外及激光技術也需要煙霧遮擋才能引發報警。這些前提要求場合是相對封閉的空間。而室外場合像煉油廠、倉庫等因為設備設施分散，空氣流動大，傳統煙火設備根本起不到作用，現在往往采用人員值守看管，造成管理成本上升。

　　視頻分析煙火自動檢測預警系統正是彌補傳統火災報警設備的不足，完全適應于室外場合，而且可以遠程提供實時視頻，使得集中管理變為可能，具有非常廣闊的市場空間

　　火焰有著與眾不同的特征，他的顏色、溫度、形狀以及跳動的形式都可以作為識別的依據，我們將從火焰的靜態特征和動態特征兩方面入手進行火焰識別

　　人流量統計

　　支持人流量統計規則

　　利用普通網絡攝像機，支持探測跟蹤視頻內的人體對象，人流量統計、計數。支持按天、月、年、指定時間段統計人流量。

　　工作服檢測

　　根據指定的工作服培訓模型，大量采集工作服樣本，通過深度學習，識別出工作場所中工作人員是否按要求穿戴指定工作服，對未穿指定工作服的人員，進行抓圖報警，并進行語音提示報警。 

　　系統標識工作服的特性，工作服特性越多越準確，先判斷出現在系統中的是否是人員，再判斷是否穿指定工作服，禁止出現非人類（如車輛、其他物品）的誤報未穿工作服

　　徘徊檢測

　　在工地的重點區域部署徘徊監測功能，當發現有異常徘徊人員時主動觸發報警,徘徊檢測根據需要可以設置徘徊時間，徘徊物體大小，或者徘徊對象過濾等。

　　徘徊檢測可設置于工地大門口及四周，當人員有異常想法，在采取行動之前，心里會有一個猶豫期，在猶豫期就會出現徘徊行為，通過設置徘徊檢測可以預防偷盜事件的發生，在猶豫期即被發現。 

　　人員跌倒檢測

　　在工地施工區域或生活區，對監控畫面進行跌倒監測，通過監測系統快速發現員工異常，防止事件惡化。

　　跌倒檢測可以設置對象過濾，比如只檢測人員，從而排除掉很多誤報的情況，另外可以設置跌倒時間，在視頻畫面中有跌倒時間顯示，通過跌倒時間的過濾，可以排除掉偶爾事件的誤報。 

　　離崗、睡崗監測

　　在工地值班室部署離崗監測功能，通過離崗監測監督值班人員否在值班室工作，防止由于人為疏忽引起的不必要損失。

　　離崗檢測支持設置對象過濾，支持設置離崗時間，支持設置多個檢測區域。

　　對象過濾可以排除只有值班人員在公辦區域才算在崗，防止一些風扇轉動或者一些晃動的物體被檢測為值班人員，支持設置離崗時間檢測，檢測離開多長時間才算離崗，即可根據崗位規定，允許值班人員上班上洗手間的時間。超過時間即報警 

　　人群聚集監測

　　在工地生活區域，工地出入大門部署人群異常監測，當監測到人群密集時主動觸發報警。

　　人群聚集監測支持不同監測區域設置不同的聚集人數報警值，支持對象過濾

　　即第一個區域可以設置超3人報警，第二個區域可以設置超5人報警等，在同一個攝像機的不同區域可以設置不同的聚集人數報警 

　　周界入侵報警

　　通過對施工工地圍墻設定智能視頻監控系統設定的警戒圍墻區域，一旦有可疑人員靠近或攀越圍墻時，智能分析系統將鎖定框標識目標在畫面中的具體位置，并自動調用實際場景中聲光報警裝置，對可疑人員發出告警，同時聲音提醒值班人員注意，及時制止。

　　周界入侵可以設置檢測對象大小，即可解決傳統紅外對射時，小貓、樹葉等阻擋對射所帶來的誤報問題，大大降低現場誤報 

　　物品看守

　　對工地指定物品的看守，支持設置看守時間段，也支持設置看守物品類別，即看守的對象過濾，支持在視頻畫面中顯示看守對象的名稱，并可以設置對象丟失時間，這樣可以過濾掉因為看守物品被遮擋時所引起的誤報 

　　區域入侵檢測

　　在工地的財務室、貴重物品區域等，設置區域入侵檢測規則，一旦在非正常時間段內，有人員進入區域即報警。

　　支持設置檢測時間段，支持檢測對象過濾，支持設置檢測方向。 

　　AB線檢測

　　支持方向檢測，支持對象過濾

　　在需要的檢測區域內設置AB線檢測或者AB區域檢測，可以設置從A至B報警或者A至B和B至A全部都報警的模式，再配合人或車的過濾，可以檢測人或車逆行的檢測，相對于區域入侵檢測，AB線檢測更具有方向性 

　　車牌識別

　　對進出車輛進行車牌、車型等識別，進行白名單自動抬桿放行，黑名單報警提醒等。并對司機和車輛進行人車一致性檢測