安全帽识别系统和鹰眸视频分析是运用当前先进的DEEP LEARNING算法识别视频内容,用人工智能减轻监控人员的劳动负荷,提高准确率。主要用于石化、煤炭、建筑、电力、铁路等行业的作业区域。系统的核心算法运用了当前国际领先的视频分析技术,汇集了香港科技大学和国内知名高校的技术成果,在低码流环境下的识别精准度具备明显优势。
安全帽识别系统产品特征:
★针对动态视频,实时识别,深度优化;
★识别、跟踪精度高,对光线、阴天等不同环境适应性强;
★不受人员眼镜、胡须、发型、表情等遮挡影响;
★不受人员正面、背面、侧面、跑动、低头等不同姿态影响。
★识别内容:红色、黄色、蓝色、白色、橘色安全帽;
★识别精确率:96%以上;
★目标数量:小于10个(同一画面)
★最小检测尺寸:40 x 40像素;
★分析区域:支持画面中自定义分析区域;
★视频分辨率:建议不高于D1分辨率(分辨率越高服务器性能要求越高);
★视频传输协议:RTSP协议
★视频帧率:建议5帧(不大于10帧);
★视频角度要求:距地面2-2.5米,与水平线角度大于15度;
★色彩要求:彩色画面;
★报警芳式:报警信息可推送多平台;
★响应时间:延时1-3s左右(读取视频即时分析,延时长短取决于前端视频流)。
★摄像头参数:网络H264信号,分辨率720P以上,支持RTSP协议(兼容市面上几乎所有监控摄像机);
★需要人工智能运算,服务器必须具备GPU
★安全帽识别系统的服务器配置参考:
鹰眸视频分析视频源来自于前端的网络摄像机,视频分析服务器设置于机房或监控中心,服务器采用Ubuntu Linux高稳定性操作系统。服务器与网络摄像机在同一局域网内,通过RTSP协议访问摄像机视频流,实时获取,实时分析,实时报警。同时,鹰眸安全帽识别系统不依赖于具体硬件,具备跨平台的优势,既可用于新项目实施,亦可用于原有项目升级。
鹰眸安全帽识别系统可设置于通道处或作业区,通过视频自动识别未佩戴安全帽的人员并发出警告。警告信息同步推送至管理人员,并可截取图片和视频流作为证据留存。安全帽识别系统极大地提升了作业区域的管控效率,形成了强大的震慑作用,保障了作业人员的安全,目前在华润电力、武汉地铁等知名企业中均有成熟的应用并得到好评。
安全帽识别系统和鹰眸视频分析