基于人脸特征点的识别算法、基于整幅 人脸图像的识别算法、基于模板的识别算法、利用神经网络进行识别的算法。

人脸识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终分析比对，准确率达到99%以上。

算法功能特点：

1. 采用深度学习方式，支持口罩识别+人脸识别组合识别。

2. 检测速度快，运算成本低

3. 支持黑白名单VIP人员设置

4. 支持设定持续N秒后触发抓拍事件 

5. 支持手工绘制排除区

6. 支持设定是否联动语音TTS播报(本地或网络语音模块)

7. 支持设定是否联动开关量输出

8. 支持设定多边形布控区，未设置布控区时，则全景布控

9. 支持设定布控时间

10. 支持设定是否联动录像(N秒）

系统能通过视频分析是否存在人员爬高行为，支持二次学习优化，支持二次学习优化，此功能具有如下特点：

1. 采用深度学习+人体姿态估计算法，各种人员样本图片超过100W张各种姿态样本图片，对人员的识别准确率超过99.99%

2. 支持绘制虚拟多线爬高A(低)B(高)线，系统自动跟踪人员，当该人员先经过低线，再经过高线时产生抓拍报警事件

3. 对光线、极端天气等不同应用场景环境适应性强

4. 检测速度快，运算成本低

5. 自动非人体主动排除，人评分未达到阈值的自动排除，去除误报

6. 支持设定持续N秒后触发抓拍事件

7. 支持设定低于人体宽度或高度阈值的自动排徐

8. 支持手工绘制排除区

9. 支持设定是否联动语音TTS播报(本地或网络语音模块)

10. 支持设定是否联动开关量输出

11. 支持设定多边形布控区，未设置布控区时，则全景布控

12. 支持设定布控时间

13. 支持设定是否联动录像(N秒）

吸烟检测算法，可对进入检测区域的人员进行自动识别，应用于禁烟场所，防火防爆场所，实时检测视频场景内的人员是否有抽烟行为，发现有人抽烟立即产生预警事件。

通过在摄像头监控区域的吸烟姿势识别，进行适当提示，以AI科技降低公共场所的吸烟行为。

在一些特定场合，比如易燃物仓库、加油站、工厂车间、商场等诸多场合，吸烟极有可能带来重大安全隐患，为此，特别需要智能监管。

算法功能特点：

1. 采用深度学习结合人体姿态方式，即能识别香烟实物，又支持吸烟动作行为识别，提高了识别能力。

2. 检测速度快，运算成本低

3. 对行人评分未达到阈值的自动排除，去除误报

4. 支持设定持续N秒后触发抓拍事件

5. 支持设定低于人体宽度或高度阈值的自动排徐

6. 支持手工绘制排除区

7. 支持设定是否联动语音TTS播报(本地或网络语音模块)

8. 支持设定是否联动开关量输出

9. 支持设定多边形布控区，未设置布控区时，则全景布控

10. 支持设定布控时间

11. 支持设定是否联动录像(N秒）

采用人工智能机器视觉分析识别技术，深度学习算法对覆盖周界区域的监控视频图像中的运动对象进行识别，将行人进入设置区域时，产生预警并抓拍。实时抓拍预警并通知管理人员，管理人员及时引导误入对象或行人离开危险区域，防止事故发生。

算法功能特点：

1. 支持识别对象如：人、车辆等

2. 对设定的对象类别评分未达到阈值的自动排除，去除误报

3. 支持设定持续N秒后触发抓拍事件 

4. 支持手工绘制排除区

5. 支持设定是否联动语音TTS播报(本地或网络语音模块)

6. 支持设定是否联动开关量输出

7. 支持设定多边形布控区，未设置布控区时，则全景布控

8. 支持设定布控时间

9. 支持设定是否联动录像(N秒）

安全帽是防御人体头部不受外来物体击打和伤害的防护用品，是危化品场所、建筑施工、隧道涵洞施工、矿山开采、高空作业等必备的量大面广的防护用品，是进入油库必须佩戴的防护用品之一。

安全帽识别可对进入作业区域的人员进行自动识别：若检测到人员未佩戴安全帽，可立即报警，将报警截图和视频保存到数据库形成报表，同时将报警信息推送给相关管理人员，可根据时间段对报警记录和报警截图、视频进行查询点播，系统极大地提升了作业区域的管控效率，形成了强大的震慑作用，保障了作业人员的人身安全。

算法功能特点：

1. 支持识别红、蓝、黄、白等多种颜色及款式的安全帽，并未局限一种款式或一种颜色

2. 支持人脸识别选项，定位是谁未戴安全帽

3. 支持时间段布控

4. 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。

5. 支持手工绘制排除区

6. 支持设定是否联动语音TTS播报(本地或网络语音模块)

7. 支持设定是否联动开关量输出

8. 支持设定多边形布控区，未设置布控区时，则全景布控

9. 支持设定布控时间

10. 支持设定是否联动录像(N秒）

睡岗离岗识别检测基于人工智能视频分析和深度学习技术，实现对监控区域画面中人员睡岗离岗行为进行实时识别检测分析，同时通过人工智能算法构建多种模型进行对比分析，达到预警阈值出发抓拍并进行预警通知。

算法功能特点：

1. 采用深度学习结合人体姿态方式，离开区域分析。

2. 检测速度快，运算成本低

3. 对行人评分未达到阈值的自动排除，去除误报

4. 支持设定持续N秒后触发抓拍事件

5. 支持设定低于人体宽度或高度阈值的自动排徐

6. 支持手工绘制排除区

7. 支持设定是否联动语音TTS播报(本地或网络语音模块)

8. 支持设定是否联动开关量输出

9. 支持设定多边形布控区，未设置布控区时，则全景布控

10. 支持设定布控时间

11. 支持设定是否联动录像(N秒）

本烟火识别系统基于人工智能视频分析和深度学习技术，实现对监控区域内的烟和火进行识别、实时分析报警。

不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别，无误报，无漏报。对烟雾和火焰实时分析报警，同时将报警信息快照和报警视频存入数据库，将报警信息及时推送给相关的管理人员。

算法功能特点：

1. 检测速度快，运算成本低

2. 对评分未达到阈值的自动排除，去除误报

3. 支持设定持续N秒后触发抓拍事件

4. 支持设定低于宽度或高度阈值的检测对象自动排徐

5. 支持手工绘制排除区

6. 支持设定是否联动语音TTS播报(本地或网络语音模块)

7. 支持设定是否联动开关量输出

8. 支持设定多边形布控区，未设置布控区时，则全景布控

9. 支持设定布控时间

10. 支持设定是否联动录像(N秒）