港口视频智能分析系统解决方案 YOLO

港口视频监控智能分析系统是对港口各处的监控回传的视频流利用视频监控智能分析技术进行智能分析处理，视频监控智能分析系统将处理结果然后传送到中心管理服务器或者流媒体服务器进行有效管理。监控中心设立在港口控制中心，主要用于相关工作人员进行远程监控和管理。港口监控中心配备的资源主要有中心管理平台、存储，智能视频分析服务器等，工作人员可以通过PC、手机APP登录浏览。

Yolo模型采用预定义预测区域的方法来完成目标检测，具体而言是将原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框），总共 49x2=98 个bounding box。我们将其理解为98个预测区，很粗略的覆盖了图片的整个区域，就在这98个预测区中进行目标检测。

当下国内绝大多数港口的视频监控系统由光缆、摄像机、矩阵、硬盘以及录像机和电视墙等主要部分组成。在港口突然出现犯罪事件时，工作人员手动的从硬盘录像机中调取录像回放、取证变成系统主要的价值之一。这种情况下值班人员在岗，因为人本身生理特点，不会保持长时间有效观察多路图像，所以很可能会容易造成遗漏可疑事件，这种情况会对安全形势产生错误判断。而智能视频分析系统改变了以往的视频监控方式，让港口安全防护变得智能、高效。

def autopad(k, p=None, d=1):  # kernel(卷积核), padding(填充), dilation(扩张)
    # 返回pad的大小，使得padding后输出张量的shape不变
    if d > 1: # 如果采用扩张卷积,则计算扩张后实际的kernel大小
        k = d * (k - 1) + 1 if isinstance(k, int) else [d * (x - 1) + 1 for x in k]  # 
    if p is None:
        p = k // 2 if isinstance(k, int) else [x // 2 for x in k]  # 自动pad
    return p

视频监控智能分析系统实时监测港口现场行为事件如下：1.港口区域入侵检测2.港口现场遗留物品检测3.物体丢失检测/船只启动监测4.港口现场指定时间段徘徊检测5.港口现场人员聚集识别 6.港口摄像机图像骤变识别7.港口作业现场消防通道占用8.支持根据项目场景需求进行视频分析报警算法定制