本文主要是介绍智能分析网关V4安全帽检测/反光衣检测/通用工服检测算法及应用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
TSINGSEE青犀视频智能分析网关V4内置了近40种AI算法模型，支持对接入的视频图像进行人、车、物、行为等实时检测分析，上报识别结果，并能进行语音告警播放。硬件管理平台支持RTSP、GB28181协议、以及厂家私有协议接入，可兼容市面上常见的厂家品牌设备，可兼容IPC、网络音柱等，同时也支持智能摄像头的接入。对于已部署有算法的智能摄像头，平台也能展示摄像头上传的告警信息并展示。
今天我们来介绍下AI智能分析网关V4中的安全帽检测算法、反光衣检测算法、通用工服检测算法。
1、安全帽检测算法
1）算法概述及应用：
AI智能分析网关V4安全帽检测算法基于大规模安全帽数据训练，配合现场摄像头，实现自动检测现场作业人员的安全帽佩戴情况，实时预警，减少安全事故的发生，适用于建筑工地、矿山、工厂、电厂等对现场人员作业安全要求较高的工作场所。
2）算法约束：
- 检测目标在1080P图像中的分辨率应大于等于30*30像素；
- 可在正常2~3米立杆高度对2米以外的事件进行检测，需视相机焦距而定，如相机焦距越大可支持的检测距离越远；
- 头部被遮挡要小于30%，可检测常见的安全头盔、工地头盔；当出现检测目标被遮挡超过50%面积后，可能会出现误报；
- 同一画面内目标检测数量不超过15个；
- 避免阳光直射或逆光等情况；仅支持全彩图像，不支持黑白模式。
3）算法指标：
在1080P的分辨率目标不小于30*30的像素前提下，查全率≥90%，查准率≥95%。
2、反光衣检测算法
1）算法概述及应用：
反光衣检测算法基于大规模反光衣服数据训练，配合现场摄像头，自动监控如工地矿井、公路环卫、路政交警等特殊环境下人员是否穿着反光衣，有效防范因未着反光衣造成的意外伤害事故，高效率监督监管，适用于建筑工地、矿山、工厂、电厂、公路环卫、路政交警等工作场所。
2）算法约束：
- 检测目标在1080P图像中的分辨率应大于等于60*60像素；
- 可在正常2~3米立杆高度对2米以外的事件进行检测，需视相机焦距而定，如相机焦距越大可支持的检测距离越远；
- 头部被遮挡要小于30%，可检测常见的带光衣条纹的反光衣；当出现检测目标被遮挡超过50%面积后，可能会出现误报；
- 同一画面内目标检测数量不超过15个；
- 避免阳光直射或逆光等情况；夜间仅支持全彩图像，若相机不支持全彩模式请使用白光灯补光。
3）算法指标：
在1080P的分辨率目标不小于60*60的像素前提下，查全率≥90%，查准率≥95%。
3、通用工服检测算法
1）算法概述及应用：
通用工服检测算法通过大量数据训练，基于人工智能视觉分析技术，能够及时发现监测区域内的未穿工服人员，并标定人员告警区域，实时告警事件上传，有效防范外部人员闯入，达到高效率监督监管。
该算法可根据实际需求构建工作服数据库，提高场景应用的匹配性，该功能需实现与“人脸库”操作类似，上传工服样式后，调用该算法时进行匹配相应数据库即可，可支持上传至少10种工服样式，适用于建筑工地，企业工厂、酒店厨房等场景。
2）算法约束：
- 检测目标在1080P图像中的分辨率应大于等于30*30像素；
- 算法支持自定义选择全身工服模式或者半身工服模式；
- 目标遮挡不超过50%；
- 支持上传至少10种工服样式；
- 告警事件持续时间不低于3s，人在相机拍摄范围内3S以上；
- 仅支持全彩图像，不支持黑白模式。
3）算法指标：
在1080P的分辨率目标不小于30*30的像素前提下，查全率≥90%，查准率≥95%。
TSINGSEE青犀AI智能分析网关v4硬件采用BM1684芯片，集成高性能8核ARM A53，主频高达2.3GHz，INT8峰值算力高达17.6Tops，FB32高精度算力达到2.2T。硬件目前有3种型号（8路/16路/32路），性能高、速度快，功耗低、易安装、易维护，操作简单、即插即用，同时拥有丰富的北向API接口，支撑上层业务应用大平台，可应用在工厂、工地、社区、校园、楼宇、交通等行业与领域中。
这篇关于智能分析网关V4安全帽检测/反光衣检测/通用工服检测算法及应用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
