aaa专栏

キーワード：AI映像行動認識分析システム、AI視覚分析システム、AI画像認識分析システム、AI認識システム、AI行動分析システム

AI video behavior recognition and analysis system, AI visual analysis system, AI image recognition and analysis system, AI recognition system, AI behavior analysis system

随着国家放开疫情管控，多地开展“全民戴口罩”行动，不戴口罩致疫情传播，将追责，AIBOX智能视频析识别未戴口罩算法功能，将起到重要作用。

社区垃圾分类督导AI盒子应用的分析,重点解决如下痛点难点：检测垃圾包时，容易将小猫小狗识别为垃圾包垃圾包落地后，长时间可能无人清理，造成间隔性重复抓拍,如何抓拍到违规投递行为（如厨余混投）的当事人图像

我司在加油站AI分析识别系统方案的改造上，选择了RK3588，把传统英伟达芯片上开发的系统成功移植到RK3588方案

煤矿AI智能视频分析识别系统是以AI图像智能识别技术为核心，监控和识别人员、设备、环境的运行状态，对皮带锚杆、矸石、木板、堆煤、煤量大小、非法运人、皮带有煤无煤状态、皮带偏移等异常情况，同时识别人员是否穿工服、是否戴安全帽、脱岗、打电话、抽烟等行为进行自动抓拍图像记录，自动录像弹屏显示，输出报警事件和语音醒等功能

采用AI边缘计算视觉分析方式开发的道路路面裂缝坑洞检测识别AI抓拍系统,支持路面裂缝视频检测,路面坑洞视频检测,路面石块视频检测,路面抛洒物视频检测等

1.简介摩托车、电动二轮车因其速度快、性能差、保护措施差，闯红灯极易发生交通事故，一般摩托车、电动车在发生交通事故时，由于速度惯性与保护措施差，人体往往是头部先向前撞击和跌落，往往造成严重的交通安全事故，这也是摩托车、电动车事故死亡率、致残率高的主要原因。我司采用AI人工智能机器视觉分析识别技术，通过采集路口网络视频摄像头的实时视频，使用AI算法检测红黄绿灯状态，在红灯状态时抓拍骑电动二轮车闯红灯行为，并触发行为过程录像取证，可选配在现场发出闯红灯语音提醒，从而促使人们在骑车出行时正确通过红绿灯路口，.

园区内车辆超速行为一直是园区管理人员担心的安全隐患，特别是一些存在大量货车进出的物流园区、港口、制造企业密集型园区内，因园区内道路狭小且视野受限，车辆一旦超速极易出现安全事故，由于园区内部道路的特殊性，传统的道路区间测速方法并适用于园区内部道路，另外采用雷达测速也能实现园区内部道路的车辆速度，但是施工复杂、视频联动取证难、成本高等原因并不适用于园区。 采用AI人工智能机器视觉分析技术，利用摄像头采集视频+视觉算法研发了一套车辆视频测速算法，部署成本低，小范围测速准确度高、结合车牌...

三个月前收到单位派发的工作任务，用AI视频分析来检测道路交通如下事件：撞车追尾识别、车辆倾翻识别、电动自动车摩托车自动行倾倾翻识别、堵车识别、撞车起火识别、车辆撞人识别、道路上有人倒地识别，终于收到了理想效果，成功应用到项目上，为道路安全治理贡献了一份力量，下面我来介绍一下实现方法: 道路交通事故通常用两车相撞、车辆撞人、车辆撞摩托车、车辆撞自行车、车辆撞三轮车、车辆撞电动自行车引发，进而引发打架、起火、交通拥堵等二次不良事件，严重的还将造成生命危险，因此用AI及时发现此类事件，...

最近，客户要在他们公司运营下的养老院内检测老人是否跌倒，说用AI技术来实现，看来他们真是找对人了，去年我们就在好几个养老院内用过这个算法，效果还不错,趁这个项目，我们对这个算法再次进行了升级，在原有算法基础上，增加了蹲坐排除，另外增加了现场人数超过设定的人数时不报警，场景上增加了楼梯上有人跌倒检测能力，编写了针对性的样本深度学习图像增强工具，算法识别率大大提高了，同时减少了误报，真实达到了商用级别，感觉AI只有多在现场使用，算法才能真正的得到优化和提高，否则办公室做出来的算法永远都是DEMO.总结一下，

最近因为公司一个中石化某地项目的原因，需要一个能检测工人在生产过程中不佩戴口罩的算法，应用到安全生产智能视频行为分析系统里，当然是用AI深度学习开发，在开发过程中，发现由于口罩的目标小，必须调大神经网络，以此来提升检测精度，精度提升了，但是由于神红网络调大后，检测速度慢了，因此对算法库进行二次推理，并经过为了增强数据集，采用了改变推理速率，“扭曲”各种特征，以及随机擦除等手段。随后，使用增强数据集对机器学习系统进行了训练，数据集中也包括不戴口罩的人脸人头人体。对机器学习系统训练之后，也进行了实验从而测试分类

去年在深圳交警的一个项目是，要在宝安区某点试点抓拍未戴头盔的电动车骑车行为，而且需要将电动车号牌识别出来，经过技术论证，采用AI深度学习+传统车牌识别算法相结合的方式，实现此功能，我带领程序员小老弟们经过8个月的奋战，终于实现了这个算法，效果还相当棒，而且还能支持在800W像素下工作,令人惊奇，真是无AI，不编程啊。总结一下，通过AI深度学习实现骑车不戴头盔和两轮电动车摩托车号牌识别算法具有如下特征：1.速度快到你不敢想象，通过tensorflow训练出算法库后，再由TensorRT推理形成更为..

传统的监控方式完全依赖监控中心的操作人员进行画面监控。有实验数据表明，在经过22分钟监控后，监控人员可能错过最高达95%的画面所发生的行为。面对日益庞大的监控内容，在监控人员责任心、工作状态等各种因素的影响下，整个视频监控系统的有效性无法得到保证。受各种客观条件的限制，一个监视器必须分时显示多个监控现场的画面，对于大型的系统，每个监控点实际上只有很少一部分时间处于监控人员注视下，漏报的概率非常高。当前的视频监控系统，通常都是7*24小时录像。在进行事后回顾时，必须依靠人工方式行检索，耗时耗力，可靠性也比较低

深度学习AI打电话检测采用深度学习算法，对消防场所，安全生产场所玩手机、打电话的行为进行抓拍预警，识别率可达99%以上本算法具有如下特点：支持上传中心管理平台选项不受光线影响,逆光、强光、夜间红外都可以支持时间段布控支持设定最小评分阈值设定，车辆、人员、头盔检测评分小于此阈值时被过滤掉。支持手工绘制排除区支持设定是否联动语音TTS播报(本地或网络语音模块)支持设定是否联动开关量输出支持设定多边形布控区，未设置布控区时，则全景布控支持设定布控时间支持设定是否联...

采用深度学习AI智慧工地不戴安全帽抓拍采用深度学习算法，对工人在施工场所的不戴安全帽行为进行抓拍预警，识别率可达99.8%以上本算法具有如下特点：支持上传中心管理平台选项不受光线影响,逆光、强光、夜间红外都可以支持时间段布控支持设定最小评分阈值设定，人员、安全帽、人头检测评分小于此阈值时被过滤掉，无人头的人体自动过滤掉以防止误拍。支持手工绘制排除区支持设定是否联动语音TTS播报(本地或网络语音模块)支持设定是否联动开关量输出支持设定多边形布控区，未设置布控区时...

AI 视频分析识别系统关键字:AI视频行为识别分析系统、AI视觉分析系统、AI图像识别分析系统、AI识别系统、AI行为分析系统概述 背景 人工智能大时代背景下，视频应用领域相关的行业应用方式已经发生了深刻的变化，各论安防监控还是各类垂直行业视频应用，都需要AI视觉分析与识别技术助力，而且需求广泛而迫切。在应用层面，以AI分析识别技术为核心，集传统视频监控和行业相应传感器/预警等设备一并接入管理并相互联动的一体化综合管理成了刚性应用需求，由此，深圳融合永道科技有限公司早在2012年就已...

去年用虹软所谓免费算法开发了一套人脸识别系统，也用在项目上了，效果也还行，但一年后，发现算法不能用了，问了下厂家，才知道需要每天下载ID号更新算法库，我顿时惨叫了一声！！！！！！！我生气了，决定开发一套真正免费的算法，无任何限制，可以让它运行到天黄地老！而且识别率，速度都要超过虹软的人脸算法于是我真的发布了一个基于windows平台的人脸识别算法，采用1亿对人脸样本训练而成，并采用了Intel加速技术，在CPU模式下，速度很快主要功能如下:支持人脸检测、人脸特征提取、人脸特征对比，免费版本只开.