公司新聞 行業動態 政策法規

  產品背景

  隨著信息技術的高速發展，城市每天產生的視圖數據量呈現爆炸式增長。如何對視圖數據進行結構化分析，解析出其中的有效價值，已成為高效處理海量視圖數據的關鍵。

  產品優勢

  基于AI的視頻分析是視頻監控行業討論很多的話題之一，相關的預期也較高。因為實時監控和查看視頻監控內容十分具有挑戰性，尤其是在處理大量攝像機接入時。傳統的人工處理方式不僅效率低下，還容易遺漏信息，而且需要大量人力成本。基于AI的視頻分析技術通過使用全面而復雜的算法來分析視頻流。AI可以逐像素查看攝像機的圖像，幾乎不會遺漏任何信息。

  產品技術

  視頻分析是一項具有挑戰性的工作，在視頻處理中將逐幀讀取視頻，并且對于每一幀，將執行圖像處理以便從該幀中提取特征。

機器學習算法使用大量采樣數據（訓練數據）自動構建數學模型，以便能夠在無需專門編程的情況下，通過計算結果做出判定。目前市場上也有許多用于圖像處理的機器學習框架。OpenCV是一個開源計算機視覺和機器學習的庫，主要用于圖像識別和視頻處理任務。另一方面，TensorFlow是Google創建的開源機器學習框架，用于檢測高精度對象。我們可以將視頻處理視為五個關鍵任務的混合：

1.物體檢測

它是一種計算機視覺形式，可以識別圖像或視頻中的對象并找到它們。物體識別可以使用這種識別和定位的方法計算場景中的物品，并確定和標注它們的確切位置。

2.物體識別

物體識別是一種計算機視覺形式，用于識別圖片或視頻中的物體。深度學習和機器學習算法的主要結果是物體識別。就類似當人類看圖像或看電影時，我們可以快速發現和甄別人物、事物、場景等信息。

3.目標跟蹤

目標跟蹤是機器視覺領域的重要課題，被廣泛應用于智能監控、動作與行為分析、自動駕駛等應用領域。例如在足球比賽中，目標不僅僅是人，也可能是生物、汽車或其他重要物體，例如足球。

4.實時視頻分析

攝像機會產生大量視頻數據，人工有時無法手動查看存儲的圖像以進行相關事件的處理。因此需要借助AI智能識別分析，以此來發現監控圖像中的重要信息，如周界入侵、危險行為、煙火、可疑人臉等等。

5.觸發實時警報

AI通過在視頻圖像中檢測到異常行為時，便做出響應，如：向管理員發出告警信息。視頻識別技術提高了態勢感知的能力。一些應用示例包括：

(1)基于相似外觀的告警：視頻監控可根據實體外觀相似的需求定制告警，如危險物檢測、煙火檢測等。

(2)基于計數的告警：當在給定時間段內在預定位置檢測到一定數量的物體（車輛或人）時，可以觸發警報。

(3)人臉識別告警：相關部門可以根據從視頻圖像中提取的信息，以此快速識別罪犯并實時發出告警。

  解決場景

1.智慧城市

(1)規范地攤經濟：基于深度學習算法，分時分區檢測違規擺攤。

(2)垃圾分類：在重點區域、街道等使用高清監控設備，通過自動檢測，避免居民隨意丟棄垃圾、夜間偷放垃圾物等情況。

2.智慧交通

(1)自動識別車牌：無需人工干預即可實時地檢測和讀取車牌號。基于OCR技術來識別車牌字符，將圖像轉換為數字文本，這使得視頻分析技術可以檢測和記錄車牌號，可應用在交通監控場景中如識別闖紅燈、交通事故中的車輛。

(2)交通監控：AI視頻分析可以提供有助于分析交通路況和監控交通擁堵。除了檢測危險事故之外，交通監控還可以定量了解特定時間和交通模式區域內的車輛數量。

(3)車流量統計：AI視頻分析的這一方面涉及區分汽車、卡車、公共汽車、出租車等車型以及數量統計，以便生成有價值的統計數據，用于獲取交通信息。

3.智慧零售

基于人臉與人體識別、大數據分析能力，在出入口、室內安裝攝像頭，實時檢測人體、監測客流、自動統計人流量等等。

(1)人數統計：可以使用視頻分析進行門店內的人流量統計，有助于商店了解門店運營情況，并以此優化營銷策略和改善顧客體驗。

(2)自動結賬：通過面部識別軟件掃描人臉，在結賬終端自動開始付款。

(3)庫存補貨：在商店的整個貨架上安裝智能攝像頭，通過訓練好的機器視覺算法，可以自動檢測顧客何時從貨架上取走商品，以此提醒工作人員向貨架上重新補貨。

  系統特點

1.算法豐富

監測場景多樣，包括人體檢測，人臉檢測，姿態檢測，穿戴工具檢測，車輛檢測，環境檢測，表價相關檢測等，涵蓋100+種行為場景和目標算法。

2.功能服務

提供數據服務、文件服務、數據報表、地圖顯示、語音播報、視頻服務等、語音告警提示、微信小程序推送、遠程視頻播放等功能。

3.一鍵部署

一鍵部署就是無需對現有的設備進行改造，只需在已有的監控網絡中增加AI邊緣計算服務器即可完成AI改造升級。

4.數據大屏可視化呈現

AI監測支持Web大屏展示、Web報表、微信小程序及語音播報等多種數據呈現方式。