基于RK3588/算能BM1684 AI盒子:综合视频智能AI分析系统建设方案(三)安全帽、睡岗检测、电瓶车、吸烟场景

      1. 安全帽反光衣检测算法
        1. 功能说明

安全帽反光衣检测是指在监控场景中预先设定监测区域,在区域内人员没有穿戴安全帽反光衣的现象,及时触发告警。检测目标在1080p图像中的分辨率大小不小于30*30像素。

        1. 推荐场景

场景要求:可室内外使用,避免阳光直射或逆光等情况;夜间仅支持全彩图像,若相机不支持全彩模式请使用白光灯补光。

目标距离要求:可在正常3米立杆高度对3米以外的事件进行检测。

目标像素要求:检测目标在1080P图像中的分辨率应大于等于30*30像素。

召回率:95%

      1. 电瓶车检测算法
        1. 功能说明

电瓶车检测算法基于人工智能视觉分析技术,自动识别视频图像中是否有电瓶车进入,若检测到电瓶车则在画面中报警。

        1. 推荐场景

场景要求:可室内外使用,避免阳光直射或逆光等情况;夜间仅支持全彩图像,若相机不支持全彩模式请使用白光灯补光。

目标距离要求:可在正常3米立杆高度对3米以外的事件进行检测。

目标像素要求:检测目标在1080P图像中的分辨率应大于等于30*30像素,电瓶车遮挡不超过30%。

可支持检测二轮、三轮、四轮等电瓶车

召回率:90%

      1. 人员跌倒检测算法
        1. 功能说明

人员跌倒检测是指在监控场景中预先设定监测区域,当监测区域内发现人员跌倒行为时触发告警。检测目标在1080p图像中的分辨率大小不小于30*30像素。

        1. 推荐场景

场景要求:可室内外使用,避免阳光直射或逆光等情况;夜间仅支持全彩图像,若相机不支持全彩模式请使用白光灯补光。

目标距离要求:可在正常3米立杆高度对3米以外的事件进行检测。

目标像素要求:检测目标在1080P图像中的分辨率应大于等于30*30像素。

召回率:90%

      1. 人员吸烟检测算法
        1. 功能说明

人员吸烟检测是指在监控场景中预先设定监测区域,当监测区域内发现人员有吸烟行为时触发告警。检测目标在1080p图像中的分辨率大小不小于30*30像素。

        1. 推荐场景

场景要求:可室内外使用,避免阳光直射或逆光等情况;夜间仅支持全彩图像,若相机不支持全彩模式请使用白光灯补光。

目标距离要求:可在正常3米立杆高度对3米以外的事件进行检测。

目标像素要求:检测目标在1080P图像中的分辨率应大于等于30*30像素。

召回率:90%

      1. 行人结构化检测(人脸识别)算法
        1. 功能说明

行人结构化检测(人脸识别)算法是指在监控场景中预先设定监测区域,当监测区域内发现非白名单库人员时触发告警。检测目标在1080p图像中的分辨率大小不小于30*30像素。

        1. 推荐场景

场景要求:可室内外使用,避免阳光直射或逆光等情况;夜间仅支持全彩图像,若相机不支持全彩模式请使用白光灯补光。

目标距离要求:可在正常3米立杆高度对3米以外的事件进行检测。

目标像素要求:检测目标在1080P图像中的分辨率应大于等于30*30像素。

      1. 人员离岗睡岗检测算法
        1. 功能说明

人员离岗睡岗检测是指在监控场景中预先设定监测区域,当监测区域内发现人员离岗睡岗时触发告警。检测目标在1080p图像中的分辨率大小不小于30*30像素。离岗睡岗时间阈值可自定义。

        1. 推荐场景

场景要求:可室内外使用,避免阳光直射或逆光等情况;夜间仅支持全彩图像,若相机不支持全彩模式请使用白光灯补光。

目标距离要求:可在正常3米立杆高度对3米以外的事件进行检测。

目标像素要求:检测目标在1080P图像中的分辨率应大于等于30*30像素。

召回率:90%

相关推荐
桃花键神26 分钟前
AI可信论坛亮点:合合信息分享视觉内容安全技术前沿
人工智能
mo477640 分钟前
Webrtc音频模块(四) 音频采集
音视频·webrtc
icy、泡芙44 分钟前
T527-----音频调试
linux·驱动开发·音视频
易我数据恢复大师1 小时前
怎么提取音频保存到本地?电脑音频提取方法
音视频·软件·音频提取
野蛮的大西瓜1 小时前
开源呼叫中心中,如何将ASR与IVR菜单结合,实现动态的IVR交互
人工智能·机器人·自动化·音视频·信息与通信
CountingStars6191 小时前
目标检测常用评估指标(metrics)
人工智能·目标检测·目标跟踪
tangjunjun-owen1 小时前
第四节:GLM-4v-9b模型的tokenizer源码解读
人工智能·glm-4v-9b·多模态大模型教程
冰蓝蓝1 小时前
深度学习中的注意力机制:解锁智能模型的新视角
人工智能·深度学习
橙子小哥的代码世界2 小时前
【计算机视觉基础CV-图像分类】01- 从历史源头到深度时代:一文读懂计算机视觉的进化脉络、核心任务与产业蓝图
人工智能·计算机视觉
新加坡内哥谈技术2 小时前
苏黎世联邦理工学院与加州大学伯克利分校推出MaxInfoRL:平衡内在与外在探索的全新强化学习框架
大数据·人工智能·语言模型