AI智慧工地视频分析系统
针对建筑工地拖工环境复杂场景下安全生产问题，配合网络摄像头、AI运算设备相结合，自动识别工地施工人员防护用具如安全帽有无穿戴和是否正确穿戴、施工人员有无危险动作行为、外来人员闯入、车辆闯入等；支持以经济的方式对分布于各地的建筑工地进行集中远程监控管理，可以解决建筑工地监控盲区大，监督管理难、安全监管弱、外包人员难管理等痛点，让传统建筑施工管理走向智能化安全管控。
1.1 未戴安全帽抓拍预警
l 采用深度学习+人体姿态估计算法，训练样本超过50W张现场图片，覆盖人体64个关键特点，非人体主动排除，识别准确率超99.6%
l 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
l 检测速度快，运算成本低
l 对行人评分未达到阈值的自动排除，去除误报
l 支持设定持续N秒后触发抓拍事件
l 支持设定低于人体宽度或高度阈值的自动排徐
l 支持手工绘制排除区
l 支持设定是否联动语音TTS播报(本地或网络语音模块)
l 支持设定是否联动开关量输出
l 支持设定多边形布控区，未设置布控区时，则全景布控
l 支持设定布控时间
l 支持设定是否联动录像(N秒）
1.2 未穿反光衣抓拍预警
l 采用深度学习算法，训练样本超过30W张现场图片，样本包含近超过100种反光衣类型，兼容性好，识别准确率超97 %
l 只检测站立的行人，支持目标大小阈值设定，对光线、极端天气等不同应用场景环境适应性强
1.3 车辆违规载人预警
l 采用深度学习算法，针对各种货车、三轮车等车辆检测其违规载人行为，识别率可达99%以上
l 采用车辆拌线方式触发，触发后检测车辆上是否有人来确定是否触发抓拍事件
l 支持上传中心管理平台选项
l 支持时间段布控
l 支持设定小评分阈值设定，车辆或人员检测评分小于此阈值时被过滤掉。
1.4 有人倒地抓拍预警
l 采用深度学习算法，针对各人倒地行为进行机器训练，识别率可达99%以上
1.5 外来人员抓拍预警
l 采用深度学习算法，针对行人、人脸（正脸、侧脸）为进行机器训练，检测率可达99.9%以上
l 采用深度学习算法，1亿组人脸进行人脸识别算法训练而成，识别率可达99.6%以上
l 支持建立内部人脸库，外来人员检测人脸后对比内部人脸库，如果不存在内部人脸库则触发抓拍预警事件
l 支持设定小评分阈值设定，人脸检测评分小于此阈值时被过滤掉。
1.6 车辆闯入抓拍预警
l 采用深度学习算法，针对各种行人、手、手套进行机器分类训练，识别率可达99.1%以上
l 支持设定小评分阈值设定，人、手、手套检测评分小于此阈值时被过滤掉。
1.7 未戴手套抓拍预警
l 采用深度学习算法，针对各种车辆进行机器训练，识别率可达99.9%以上
l 支持设定小评分阈值设定，车辆检测评分小于此阈值时被过滤掉。
1.8 分布式集中联网管理
系统支持将部署在各地的AI分析设备集中联网管理，在一个监控中心就可以随便查询各地AI设备里的抓拍记录，并可以实时接收各地的AI设备抓拍事件。
