产品背景

  随着信息技术的高速发展，城市每天产生的视图数据量呈现爆炸式增长。如何对视图数据进行结构化分析，解析出其中的有效价值，已成为高效处理海量视图数据的关键。

  产品优势

  基于AI的视频分析是视频监控行业讨论很多的话题之一，相关的预期也较高。因为实时监控和查看视频监控内容十分具有挑战性，尤其是在处理大量摄像机接入时。传统的人工处理方式不仅效率低下，还容易遗漏信息，而且需要大量人力成本。基于AI的视频分析技术通过使用全面而复杂的算法来分析视频流。AI可以逐像素查看摄像机的图像，几乎不会遗漏任何信息。

  产品技术

  视频分析是一项具有挑战性的工作，在视频处理中将逐帧读取视频，并且对于每一帧，将执行图像处理以便从该帧中提取特征。

机器学习算法使用大量采样数据（训练数据）自动构建数学模型，以便能够在无需专门编程的情况下，通过计算结果做出判定。目前市场上也有许多用于图像处理的机器学习框架。OpenCV是一个开源计算机视觉和机器学习的库，主要用于图像识别和视频处理任务。另一方面，TensorFlow是Google创建的开源机器学习框架，用于检测高精度对象。我们可以将视频处理视为五个关键任务的混合：

1.物体检测

它是一种计算机视觉形式，可以识别图像或视频中的对象并找到它们。物体识别可以使用这种识别和定位的方法计算场景中的物品，并确定和标注它们的确切位置。

2.物体识别

物体识别是一种计算机视觉形式，用于识别图片或视频中的物体。深度学习和机器学习算法的主要结果是物体识别。就类似当人类看图像或看电影时，我们可以快速发现和甄别人物、事物、场景等信息。

3.目标跟踪

目标跟踪是机器视觉领域的重要课题，被广泛应用于智能监控、动作与行为分析、自动驾驶等应用领域。例如在足球比赛中，目标不仅仅是人，也可能是生物、汽车或其他重要物体，例如足球。

4.实时视频分析

摄像机会产生大量视频数据，人工有时无法手动查看存储的图像以进行相关事件的处理。因此需要借助AI智能识别分析，以此来发现监控图像中的重要信息，如周界入侵、危险行为、烟火、可疑人脸等等。

5.触发实时警报

AI通过在视频图像中检测到异常行为时，便做出响应，如：向管理员发出告警信息。视频识别技术提高了态势感知的能力。一些应用示例包括：

(1)基于相似外观的告警：视频监控可根据实体外观相似的需求定制告警，如危险物检测、烟火检测等。

(2)基于计数的告警：当在给定时间段内在预定位置检测到一定数量的物体（车辆或人）时，可以触发警报。

(3)人脸识别告警：相关部门可以根据从视频图像中提取的信息，以此快速识别罪犯并实时发出告警。

  解决场景

1.智慧城市

(1)规范地摊经济：基于深度学习算法，分时分区检测违规摆摊。

(2)垃圾分类：在重点区域、街道等使用高清监控设备，通过自动检测，避免居民随意丢弃垃圾、夜间偷放垃圾物等情况。

2.智慧交通

(1)自动识别车牌：无需人工干预即可实时地检测和读取车牌号。基于OCR技术来识别车牌字符，将图像转换为数字文本，这使得视频分析技术可以检测和记录车牌号，可应用在交通监控场景中如识别闯红灯、交通事故中的车辆。

(2)交通监控：AI视频分析可以提供有助于分析交通路况和监控交通拥堵。除了检测危险事故之外，交通监控还可以定量了解特定时间和交通模式区域内的车辆数量。

(3)车流量统计：AI视频分析的这一方面涉及区分汽车、卡车、公共汽车、出租车等车型以及数量统计，以便生成有价值的统计数据，用于获取交通信息。

3.智慧零售

基于人脸与人体识别、大数据分析能力，在出入口、室内安装摄像头，实时检测人体、监测客流、自动统计人流量等等。

(1)人数统计：可以使用视频分析进行门店内的人流量统计，有助于商店了解门店运营情况，并以此优化营销策略和改善顾客体验。

(2)自动结账：通过面部识别软件扫描人脸，在结账终端自动开始付款。

(3)库存补货：在商店的整个货架上安装智能摄像头，通过训练好的机器视觉算法，可以自动检测顾客何时从货架上取走商品，以此提醒工作人员向货架上重新补货。

  系统特点

1.算法丰富

监测场景多样，包括人体检测，人脸检测，姿态检测，穿戴工具检测，车辆检测，环境检测，表价相关检测等，涵盖100+种行为场景和目标算法。

2.功能服务

提供数据服务、文件服务、数据报表、地图显示、语音播报、视频服务等、语音告警提示、微信小程序推送、远程视频播放等功能。

3.一键部署

一键部署就是无需对现有的设备进行改造，只需在已有的监控网络中增加AI边缘计算服务器即可完成AI改造升级。

4.数据大屏可视化呈现

AI监测支持Web大屏展示、Web报表、微信小程序及语音播报等多种数据呈现方式。