当前位置: 首页 > article >正文

智慧停车视频解决方案:如何让AI助力停车管理升级?

一、项目背景

停车场的管理区域由于面积比较大,进出车辆多,所以在保安方面决不能有任何的麻痹和松懈,继续采用过去保安方式已远远不能满足现代安全防范的需求。为满足停车场的安全和科学系统化管理的需要,以及为了对随时发生的情况进行全面、及时的了解和掌握,对意外情况能迅速做出正确判断,及时地将一切可能发生的或即将发生的案件和险情的图像资料传送到监控中心,将这些危害和隐患扼制在萌芽状态,杜绝财产损失、确保人员生命安全。

二、需求分析

智能停车场视频监控的需求包括实时监控以及实时分析,此外还需要实现以下功能:

1)监控、录像、回放、视频分析以及远程传输可同时进行;

2)系统图像可循环自动切换,切换时间可调,录像文件的时间长度也可调;

3)系统日志和网络日志,清楚记录了系统用户对系统进行操作的事件和网络登录客户的登录用户名和时间,系统可支持报警信息查阅;

4)系统设计时应充分考虑今后的发展需要,系统应具有预备容量的扩充与升级换代的可能;

5)系统可以实时反馈AI分析盒子或者摄像头反馈的告警图片和视频,可以自动识别异常行为,比如烟火烟雾、人员聚集、人员打架以及人员跌倒等行为,在发生事故时可以自动触发警报和记录相关信息,提供监控效果,也方便时候溯源。

三、方案概述

1、方案介绍

旭帆科技基于视频云平台,运用“互联网、云计算、视频AI”等技术,形成”物联感知网、视频应用平台、业务模型应用”三层架构,以“云化+运营”的方式打造新型智慧停车场视频管理运营服务解决方案。TSINGSEE智慧停车场方案提供视频图像从接入、存储、处理、分析、应用等全流程功能,能够有效支撑视频图像基础应用、AI应用的全面开展。

2、部署架构

针对普通停车场和充电停车场,平台均具备个性化的视频接入能力以及搭配AI边缘算法硬件构建具体的方案架构。

首先,在公网服务器或者云服务器上部署具备视频监控能力的EasyCVR视频汇聚融合平台,平台可将分散在各地的停车场摄像头(ipc)或者硬盘录像机(nvr),通过GB28181协议、RTSP/Onvif、ehome、厂家sdk等协议方式,接入到公网的EasyCVR平台中,实现实时画面传输、监控、录像与回看等功能。

针对停车场的智能分析需求,也可以借助AI智能分析网关,停车场部署的ipc或nvr的视频流,基于RTSP协议接入到分析网关,对实时视频流进行智能分析,比如车牌识别、车辆检测、人脸检测、烟火检测等,并能对分析结果进行记录并传输到EasyCVR平台,实现告警信息的查询、调阅等。此外,平台可提供标准的API接口信息,能将所有分发的视频流以及告警信息集成到停车场的业务应用平台,方便拓展更多应用场景。

四、方案特点

1、视频监控汇聚

EasyCVR视频融合平台可将各个地区的停车场各个区域内部署的摄像头快速、便捷地接入,提供对视频监控区域的直观查看、抓拍、录像与回放、云存储与磁盘阵列存储、自动告警、平台级联等功能。将所有摄像头接入到EasyCVR智能监控系统之中,通过监控室或指定的控制终端实时监视视频流,还应能够同时存储和管理视频数据,并具备智能分析功能。

停车场的监控视频支持单画面、多画面显示,可选择任意一路或多路视频观看,视频窗口数量1、4、9、16个可选,支持视频上墙、电子大屏、拼接大屏等多终端显示,还支持视频轮巡播放,提高监管效率。

2、视频智能分析

青犀智能分析网关配备了十分丰富的算法池,如车辆检测、车牌识别、区域入侵、烟火识别、人员打架等,及时发现火灾、烟雾、入侵等安全威胁,并触发警报。警报可通过声音、视觉和联动控制系统等方式通知安全人员,帮助他们迅速采取行动。

  • 机动车属性:例如:车辆颜色,车辆型号,品牌等;

  • 车牌识别:识别车辆的车牌信息,如车牌号,车牌颜色等信息;

  • 区域入侵:区域入侵(行人,机动车,非机动车,三轮车);

  • 车辆违停: 违停(机动车);

  • 烟火检测:可见光下的烟火检测报警;

  • 垃圾检测:检测区域内是否有垃圾。


http://www.kler.cn/a/106948.html

相关文章:

  • Dolby TrueHD和Dolby Digital Plus (E-AC-3)编码介绍
  • WordPress HTTPS 配置问题解决方案
  • LabVIEW开发相机与显微镜自动对焦功能
  • 2024/11/13 英语每日一段
  • 2024年11月13日
  • ❤React-React 组件通讯
  • 垃圾收费站
  • 《动手学深度学习 Pytorch版》 10.3 注意力评分函数
  • python实现批量pdf转txt和word
  • CVE-2022-32991靶场复现
  • 竞赛 深度学习实现行人重识别 - python opencv yolo Reid
  • Win10+Ubuntu20.04双系统双硬盘(SSD+HDD)安装与启动
  • 前端使用 printJS 插件打印多页:第一页空白问题解决
  • 数据结构与算法之矩阵: Leetcode 134. 螺旋矩阵 (Typescript版)
  • Spring Boot集成RESTful API
  • el-table添加固定高度height后高度自适应
  • 【前端】NodeJS核心知识点整理
  • Git(SourceTree)变基操作使用
  • 配置Sentinel 控制台
  • 全景环视AVM标定
  • 虚拟化 vs. 裸金属:K8s 部署环境架构与特性对比
  • CSS 滚动驱动动画与 @keyframes 新语法
  • 406. 根据身高重建队列
  • 毅速丨哪些金属材料在3D打印中应用最多
  • 【跟小嘉学 Rust 编程】三十三、Rust的Web开发框架之一: Actix-Web的基础
  • 基于机器视觉的二维码识别检测 - opencv 二维码 识别检测 机器视觉 计算机竞赛