当前位置: 首页 > article >正文

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%。

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%


http://www.kler.cn/news/365077.html

相关文章:

  • Redis Search系列 - 第六讲 基准测试 - Redis Search VS. MongoDB VS. ElasticSearch
  • 什么是代码注入,如何防御?
  • sql获取时间差
  • vue2 自定义指令 列表元素上划 动画
  • 成功解决pycharm软件中按住Ctrl+点击指定函数却不能跳转到对应库中的源代码
  • 正在等待缓存锁:无法获得锁 /var/lib/dpkg/lock-frontend。锁正由进程 5427(unattended-upgr)持有
  • 51单片机——OLED显示图片
  • Python进阶知识3
  • 数字 图像处理算法的形式
  • 第二单元历年真题整理
  • vivado 接口带宽验证
  • 第五十四章 安全元素的详细信息 - DerivedKeyToken 详情
  • essay
  • 滤波算法与SLAM:从概率角度理解SLAM问题
  • 如何快速生成大量有意义的测试数据?
  • 多线程学习篇五:wait / notify / notifyAll
  • JSON Web Token (JWT)的简单介绍、验证过程及令牌刷新思路
  • 植物健康,Spring Boot来助力
  • 如何训练 RAG 模型
  • axios取消请求逻辑
  • html+css+js实现Badge 标记
  • Mysql树形结构表-查询所有父级数据(模糊查询)
  • Android14 和android12 在锁屏界面Keyguard输错5次密码后倒计时30秒时重启手机不显示倒计时
  • SOLIDWORKS正版软件的渠道分别是哪些,如何选择?
  • 使用RNN、LSTM和Transformer进行时间序列预测
  • AJAX 实例:深入解析与实战应用