人员睡岗检测识别系统是基于现场监控摄像头视频采集现场的监控图像画面，人员睡岗检测识别系统运用ai智能神经网络算法和机器学习技术，替代人的眼睛，全天候不间断监控人员办公区域，自动对视频监控画面人员睡岗离岗行为进行分析识别，为安全工作护航。该系统应用已有的监控摄像机，不用新增新的摄像头，实时监控和识别，及时警报，省时省力。

OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV拥有包括300多个C函数的跨平台的中、高层API。它不依赖于其它的外部库――尽管也可以使用某些外部库。

OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令， 如今也提供对于C#、Ch、Ruby，GO的支持。

人员睡岗检测识别系统 Opencv_opencv

目前管控涉及到好多环节并且摄像头分布范围广且数量很多，后台人员没法长期保持认真盯着屏幕的警惕。后台监管管理人员不大可能在24小时内一直都实时监控后台监控画面，及时获得重要信息。人员睡岗检测识别系统能够实现智能预警，改进管控人员及时看后台监控大屏画面的低效，实时发现各种事故隐患，马上开展预警提醒输信息内容，避免意外发生的几率。

· OpenCV包含如下几个部分∶
	. Cxcore:一些基本函数(各种数据类型的基本运算等)。
	. Cv∶图像处理和计算机视觉功能（图像处理，结构分析，运动分析，物体跟踪，
模式识别，摄像机定标)
	· MI:机器学习模块，目前内容主要为分类器。
	. Cvaux:一些实验性的函数(ViewMorphing，三维跟踪，PCA，HMM)
	. Highgui:用户交互部分，(GUI，图象视频l/O，系统调用函数)

在python中使用需要安装该库并导入：
安装：pip install opencv-python
导入：import cv2

import numpy as np
import cv2

cap = cv2.VideoCapture(0)
while(True):
	#—帧帧读取摄像头内容
	ret,frame = cap.read()
	#显示转换后的颜色到窗口中
	cv2.imshow('frame', frame)
	if cv2.waitKey(1) & 0xFF == ord('q'): # 按 q键退出
		break
		
#释放capture资源
cap.release()
cv2.destroyAllwindows ()
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.

前端摄像头（不分品牌型号，支持rtsp取流即可）把现场监控视频采集上传视频流至系统服务器，人员睡岗检测识别系统，并展开分析。系统发现工作现场有睡觉行为，进行抓拍、保存，并根据需要进行报警和提示。高效协助后台监管人员实时监测现场人员异常行为，最大程度降低误报，同时也便于事后管理查询视频。