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
fuquxiaoguang4 小时前
中间件的“价值重估”:传统同质化竞争终结,AI智能编排时代开启
人工智能·中间件
触底反弹5 小时前
🔥 前端也能玩转 AI 流式输出!从二进制流到打字机效果,一篇讲透
javascript·人工智能·node.js
腾渊信息科技公司5 小时前
工业数据运维痛点根治方案:基于AI Agent的产线自动化台账系统落地
运维·人工智能·自动化·个人开发·ai编程
西安老张(AIGC&ComfyUI)5 小时前
第030章:ComfyUI视频制作LTX-2.3模型文生视频工作流详解(三)
人工智能·aigc·comfyui
苦猿的大模型日记5 小时前
Day25 | 模型量化横评 GPTQ vs AWQ vs GGUF vs INT8——同一个 Qwen3-8B 压四遍,谁还活着
人工智能
benchmark_cc5 小时前
如何用 Python + QuantDash 快速构建高胜率“配对交易(Pairs Trading)”策略?
开发语言·人工智能·python·pandas·量化交易·quantdash
深海鱼肝油ya5 小时前
小说自动生成系统(二)
人工智能·大模型·agent·智能体·自动化编程·小说生成系统
通问AI6 小时前
Apple Intelligence 国行备案深度技术解析:阿里千问如何被集成到苹果端侧AI架构
人工智能·架构
视***间6 小时前
算力赋能零售与创意新生态:视程空间Pandora,解锁线下场景智能化无限可能
人工智能·边缘计算·智慧零售·ai算力·视程空间·创意开发
冬奇Lab6 小时前
MCP 系列(08):企业治理——Registry、路由与可观测性
人工智能·llm·mcp