基于边缘AI视频分析的智慧安监解决方案

方案背景

为了保证对园区环境风险进行有效识别,传统视频监控存在视频结构化利用率低的问题,在实际使用过程中,安全管理人员工作效率低下,依靠人工肉眼查看灵活度低,风险漏报概率高,出现异常情况跟踪不及时,难以解决核心问题,提供了园区AI智能视频系统,实现该园区的安全监管从传统排查向实时检测的转变,对园区全域重点部位监控利用AI技术对企业动火、高空、空间受限作业的不规范行为进行智能分析危险识别,可提前预警、快速处置。

实现了对园区化工企业、重要化工装置、危化品运输车辆、危废存储的全面覆盖、实时检测和有效管控。利用视频边缘处理技术,及时发现烟雾火焰等危险情况、安全防护着装不规范、作业场所超定员等风险事件并报警。

2. 方案功能

2.1 方案概述

此方案中,整体结构按功能可划分未:前端采集接入系统、传输系统、后端AI分析系统、云平台系统。其中前端接入部分为园区已有存量相机,针对视野盲角可增补新的监控点位;传输部分为园区已有内部网络;后端AI分析系统为TSINGEYE清眸物联AI边缘计算盒子可最大接入64路视频分析;云平台为我司针对智慧安监场景设计的saas服务平台。

2.2 方案架构

image.png

2.3 系统功能

  • 视频融合监控

国标视频综合管理平台系统充分利用通信技术优势实时播放园区现场告警视频,支持接入多路摄像头的高清视频流,覆盖整个工厂监控区域满足,远程监控需求,可进行多分屏展示、PTZ云台控制、实时录像、录像回放等。

image.png
  • AI智能分析

系统支持对安监类场景进行AI智能识别,可根据不同场景需求,提供多种算法组合,并灵活部署于出入口、周界,针对异常识别结果,可推送至云平台,然后进行多端分发。

识别场景如下(带号为标准算法包,其余为可升级算法包):*

  1. 【*】人脸检测/识别
  2. 【*】危化车辆/车牌检测
  3. 【*】烟火烟雾检测
  4. 【*】安全帽佩戴检测
  5. 【*】抽烟检测
  6. 【*】危险区域入侵检测
  7. 人员睡岗检测
  8. 玩手机检测
  9. 人员奔跑检测
  10. 人员倒地(摔倒)检测
  11. 危废出入库识别
  12. 工作服(劳保用品)检测
  13. 消防通道占用检测
  14. 动火作业检测
image.png

image.png

3. 方案亮点

  • 兼容已有安防监控系统,降低部署成本

在该园区已有健全的传统安防监控系统的情况下,采用算法+算力+平台一体化的AI视频分析解决方案,融合先进的视频分析边缘计算系统,支持多种主流视频传输协议,兼容已建监控设备,充分利用园区内现有的摄像头等安全监控方案,快速完成智能监控系统集成。

  • 现场作业有效闭环,秒级预警

通过人工智能AI技术对园区安监系统后端数据进行智能化分析及管理,提高图像数据利用率。采用自主研发AI边缘计算盒子及服务器产品,可7x24小时连续工作,延时低至30ms。算法+算力+平台一体化,支持多路视频、不同AI算法的同时处理,算力性价比高。帮助该园区低成本实现接入视频实时分析,出现异常风险秒级预警,并自动截取异常视频片段取证,方便安全管理人员尽早对风险进行决策,使现场作业形成有效闭环。

  • 高精度算法,准备识别异常,提升安全管理效率

依托该智慧安监场景园区的实际场景数据,为其定制开发了安全帽检测、工作服(劳保用品)检测、防毒面具识别、危险区域人员闯入检测、人员奔跑、人员摔倒、烟雾火焰检测、睡岗/离岗检测、危化车辆识别、抽烟检测、打电话检测、消防柜门打开等多种智慧安监算法功能。

image.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,490评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,581评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,830评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,957评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,974评论 6 393
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,754评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,464评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,357评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,847评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,995评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,137评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,819评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,482评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,023评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,149评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,409评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,086评论 2 355

推荐阅读更多精彩内容