持刀检测主要应用用于校园附近,发现有人持刀行为立即预警,引起保安人员重视,及时监视处置,防止恶意伤人事件发生
采用深度学习+人体姿态估计算法,训练大量持刀现场样本图片,通过深度学习持刀特征与行为模式,精准识别人体、各种刀具,非人体主动排除,识别准确率超99%
支持目标大小阈值设定,不受人员蹲起、躺倒、低头、人体部分遮挡等姿态限制,能识别各种方向持刀,对光线、极端天气等不同应用场景环境适应性强
检测速度快,运算成本低
支持设定持续N秒后触发抓拍事件
支持设定低于人体宽度或高度阈值的自动排徐
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
支持设定是否联动录像(N秒)
系统能通过视频分析学校围墙或者大楼楼顶是否存在人员进入警界区行为,支持二次学习优化,此功能具有如下特点:
采用深度学习+人体姿态估计算法,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%
支持绘制虚拟周界围栏线,当有人拌虚拟周界围栏线时产生抓拍报警事件
对光线、极端天气等不同应用场景环境适应性强
检测速度快,运算成本低
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
支持设定持续N秒后触发抓拍事件
支持设定低于人体宽度或高度阈值的自动排徐
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
支持设定是否联动录像(N秒)
校园打架行为识别检测系统基于深度学习框架+边缘分析技术,自动对校园监控视频图像信息进行分析识别,检测是否存在打架行为。
可以利用学校现有监控摄像机,接入我们算法分析服务器即可,对校园、广场等区域进行实时监测,打架识别算法可对进入检测区域的人员进行自动识别。
AI系统能通过视频分析是否存在打架行为,能有效快速制止,支持二次学习优化,此功能具有如下特点:
采用深度学习+人体姿态估计算法,训练样本超过32W张现场打架图片,深度学习两人打架或多人打架的行为模式,非人体主动排除,高效识别准确率超99.6%
支持目标大小阈值设定,不受人员蹲起、躺倒、低头、人体部分遮挡等姿态限制,对光线、极端天气等不同应用场景环境适应性强
检测速度快,运算成本低
对两人并肩行走可自动过滤,人评分未达到阈值的自动排除,去除误报
支持设定持续N秒后触发抓拍事件
支持设定低于人体宽度或高度阈值的自动排徐
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
支持设定是否联动录像(N秒)
通过对监控图像进行处理,监控考生是否存在查看手机作弊的行为,可以自动化和智能化的实现考试作弊检测,可以提高检测效果。
算法功能特点:
检测速度快,运算成本低
对行人评分未达到阈值的自动排除,去除误报
支持设定持续N秒后触发抓拍事件
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
支持设定是否联动录像(N秒)
戴口罩检测算法基于深度学习技术,用于检测目标是否正确佩戴口罩,可用于学校、医院、后厨等人员密集场所,有效监测人员口罩佩戴情况,可有效保障工作场所安全状况。
算法具有良好的适配性,对于各色普通口罩、外科口罩、医用口罩、棉布口罩、KN 95口罩等多种口罩均可有效进行检测。
算法功能特点:
采用深度学习方式,支持口罩识别+人脸识别组合识别。
检测速度快,运算成本低
对口罩评分未达到阈值的自动排除,未检测到人脸的自动排除,去除误报
支持设定持续N秒后触发抓拍事件
支持设定低于口罩宽度或高度阈值的自动排徐
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
支持设定是否联动录像(N秒)