利用计算机图像视觉分析技术理解视频画面内容,系统将图像处理、模式识别、智能分析以及信号处理等先进算法技术融入多元化场景中,通过算法优化分离场景背景与目标,从海量图像中自动发现、分析人的异常行为并立即进行处理,实现包括入侵检测、围墙翻越检测、群体事件检测、离岗检测等行为识别。
非法闯入动作
闯入行为的定义可以灵活变通,应用到所有禁止随意闯入的场景或在某些时间段禁行的场景。闯入行为加上有效区域设置、无效区域设置、时间段设置等因素,可以有效对区域进行管理。
安全帽识别
在工地管理应用中,对未按规定佩戴安全帽、未穿反光衣等违规行为进行自动识别,充分保障工地施工安全。
离岗监测
对行政窗口、保安室、监控中心等服务与安保相关场所的人员行为进行检测,及时发现岗位人数异常、玩手机、离岗等违规行为,保障服务质量。
抽烟行为检测算法
抽烟行为检测算法主要检测有抽烟动作的人及香烟本体,可有效提高特定区域的监管效率,并减少安全隐患。该算法采用深度学习技术,把人抽烟的主要活动骨架结构化并结合对香烟本体的识别,对监控区域内的人员抽烟行为进行检测,当发现异常情况系统即刻报警。
为适应不同业务应用对视频识别的技术需要,扩展视频识别技术在不同领域的应用范围,提升各领域在自动识别方面的自动化、信息化、智能化水平,分别在港口船闸、工业厂房、园区、加油站等多个场景下研发出不同类型的视频识别