眼神ABIS平台API:人员区域检测

本文档介绍了眼神ABIS平台的人员区域检测API,用于图像中的人体检测和区域内外关系检测。该功能适用于布控追逃、行人闯入检测和人流量统计等场景。详细说明了接口调用、请求方法、返回参数、错误码以及注意事项,并提供了Java示例代码。

  

功能描述

对图像作人员检测,检测是否有人体出现在图像中,通过人体矩形框坐标信息定位人体;支持对图像指定多个识别区域,并作区域内外关系的人员检测。可应用于布控追逃、行人闯入/越界检测和人流量统计等场景。

接口调用

对输入图像进行人员检测,检测是否由人体在图像中,识别返回各人体矩形框坐标信息。支持对图像指定多个识别区域并作区域内外关系的人员检测。将检测结果以Json格式返回给调用者。

  • 请求方法

http://${IP}:${Port}/v1/detect/attribute/body?code=BODY_AREA_DETECT

  • Header参数
Key Value 请求或响应
Content-type application/json 存在于请求和响应中,不可为空
Abis-Request-Sequence 请求流水号 存在于请求和响应中,请求中可以为空,如为空则由服务自动生成一个流水号
Authorization 接口鉴权标识 若使用ABIS云平台的接口API,则需要去 ABIS门户控制台-基本资料-鉴权密钥 中获取 立即获取
  • Body参数
Json Path 类型 必填 含义 注意事项
$.image String Base64 编码的图像数据  
$.areas[*].name String 指定区域名称 检测人体是否在区域框,使用本功能需要至少指定1个区域
$.areas[*].x Int[] 对应区域x坐标数组 每个区域至少指定3个坐标点
$.areas[*].y Int[] 对应区域y坐标数组 每个区域至少指定3个坐标点
$.detectionOption.rect Boolean 是否返回人体矩形框 左上,宽高

对应示例:

{
  "image": "/9j/4AAQSkZJRgABARRQB//2Q==11",
  "areas": [
    {
      "name": "area1",
      "x": "45, 308, 45, 308",
      "y": "260, 260, 960, 960"
    }
  ],
  "detectionOption": {
    "rect": true
  }
}

  • 返回参数
Json Path 类型
基于蒙特卡洛法的规模化电动车有序充放电及负荷预测(Python&Matlab实现)内容概要:本文围绕“基于蒙特卡洛法的规模化电动车有序充放电及负荷预测”展开,结合Python和Matlab编程实现,重点研究大规模电动汽车在电网中的充放电行为建模与负荷预测方法。通过蒙特卡洛模拟技术,对电动车用户的出行规律、充电需求、接入时间与电量消耗等不确定性因素进行统计建模,进而实现有序充放电策略的优化设计与未来负荷曲线的精准预测。文中提供了完整的算法流程与代码实现,涵盖数据采样、概率分布拟合、充电负荷聚合、场景仿真及结果可视化等关键环节,有效支撑电网侧对电动车负荷的科学管理与调度决策。; 适合人群:具备一定电力系统基础知识和编程能力(Python/Matlab),从事新能源、智能电网、交通电气化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究大规模电动车接入对配电网负荷特性的影响;②设计有序充电策略以平抑负荷波动;③实现基于概率模拟的短期或长期负荷预测;④为电网规划、储能配置与需求响应提供数据支持和技术方案。; 阅读建议:建议结合文中提供的代码实例,逐步运行并理解蒙特卡洛模拟的实现逻辑,重点关注输入参数的概率分布设定与多场景仿真的聚合方法,同时可扩展加入分时电价、用户行为偏好等实际约束条件以提升模型实用性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值