一、行業概述
隨著科技的發展，制造業正在從傳統的生產方式向數字化生產方式轉變，企業為了全方面的解決企業的安全生產部署大量的攝像機來保證企業各個環節的生產安全。企業雖然已經廣泛應用了視頻監控，在安全防范，人車監控等方面發揮著重要作用，但是仍然存在很多無法快速感知的問題。
針以上問題，亟需構建基于人工智能的安全生產監控與預警平臺，將已經建成的攝像監控系統接入智能安全生產監控與預警平臺-實現人員、車輛、環境、生產設備的安全生產監控。針對不同現場情況作出不同的應用規則，智能設備根據現場視頻分析作出判斷，幫助監控中心及時發現異常，給出警報信息，以減低對值班人員的依賴性，同時提高發現問題的及時性和準確性。并且根據廠區區域劃分、視頻識別實現電子圍欄預警功能；對于危險信號可以對視頻監控根據報警區域自動抓怕、錄像及強光照射、報警等功能。
二、行業問題和挑戰
1） 靠人員監視攝像信息：有時無法察覺安全威脅，注意能力不可持久，很容易錯過重要畫面信息。
2） 監控畫面不夠：很少有視頻監控系統會按照1:1的比例為監控攝像機配置監視器，大多采用報警畫面彈出和輪巡播放的方式顯示在監視器上，輪巡時很可能會錯過異常現象。
3） 數據分析困難：傳統視頻監控系統缺乏智能因素，錄像數據無法被有效的分類存儲，最多只能打上時間標簽，數據分析工作變得非常耗時，很難獲得全部的相關信息。
4） 被動監控：傳統的監控系統大部分情況下都僅起到一個“錄像”的工作，異常情況甚至于突發事故已經發生之后，再進行事后的查驗，但此時損失和影響已經造成，無法挽回，完全是一種“亡羊補牢”式的“被動監控”。
三、解決方案概述
1）系統部署：為企業實施人工智能安全管理平臺，導入組織、人員、地圖、攝像、設備等臺賬信息；
2）現有視頻接入：攝像、卡口數據采集：接入攝像、卡口的實時動態數據，打通物聯網數據接口；
3）智能AI視覺分析盒子：部署演能智能AI視覺分析盒子，部署AI分析算法包括視頻結構化分析算法、特征識別算法模型；
4）安全預警規則定制：根據具體位置定制企業安全預警算法和處理規則；
5）電子圍欄：電子圍欄設置、入侵預警、禁入預警
6）施工安全監測預警：安全帽、火焰、抽煙、跌倒等預警
7) 設備監視預警：跑冒滴漏、斷裂、堆料等
8）安全信息可視化：定制安全態勢感知報表和圖形化看板
9）手機端功能開發：手機APP讓管理者可以實時查看安全態勢感知信息、實時接收安全預警
四、關鍵功能和特性
1）人臉檢測與識別：在一張圖片或視頻中定位到哪個部分是人臉，返回該人臉圖片并返回該張人臉圖片在圖中的位置、大小、質量及姿態，人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術；
2）結構化分析：主要應用于需要使用人員或車輛屬性信息的場合，例如分析營業網點的顧客的年齡段等；
3）物體識別：通過AI深度學習算法，對圖片或者視頻中的特定物體進行分析，識別其種類及位置，并結合業務需求進行不同方式告警；
4）周界警戒：包括翻墻檢測、人員越界、人員入侵、人員徘徊、車輛越界、車輛禁停、車輛離開、車輛逆行等警戒算法；
5）行為分析：包括摔倒監測、抽煙監測、打電話監測、看手機監測、人員奔跑監測、人員睡崗、人員值崗-離崗、人員值崗-超員、人員值崗-少員、人員聚集、人員扭打、持械監測等算法；
6）安監算法：支持未戴安全帽，未穿工服，未佩戴安全帶，未穿反光衣，煙霧，火焰，消防設施檢測，口罩檢測，液體泄漏等
五、方案價值體現
1）解決海量化視頻數據通過人力難以實時查看、及時發現隱患的難題；
2）開拓園區、企業管理的新模式，針對企業安全風險重點領域進行視頻監控與視頻識別，通過無形的眼睛和嘴巴敦促企業管理規范化；
3）通過視頻智能識別預警報警信息發現隱患、解決隱患、提升了綜合管理水平；
4）園區管理者根據預測結果進行人員分配，從根源上降低預警情況的發生概率，大大提高了在預警情況發生時的解決效率。
六、項目案例
掃(sao)一(yi)掃(sao)，關注(zhu)我們最(zui)新消息 
