TSINGSEE青犀視頻智能分析網關V4內置了近40種AI算法模型，支持對接入的視頻圖像進行人、車、物、行為等實時檢測分析，上報識別結果，并能進行語音告警播放。硬件管理平臺支持RTSP、GB28181協議、以及廠家私有協議接入，可兼容市面上常見的廠家品牌設備，可兼容IPC、網絡音柱等，同時也支持智能攝像頭的接入。對于已部署有算法的智能攝像頭，平臺也能展示攝像頭上傳的告警信息并展示。
今天我們來介紹下AI智能分析網關V4中的安全帽檢測算法、反光衣檢測算法、通用工服檢測算法。
1、安全帽檢測算法
1）算法概述及應用：
AI智能分析網關V4安全帽檢測算法基于大規模安全帽數據訓練，配合現場攝像頭，實現自動檢測現場作業人員的安全帽佩戴情況，實時預警，減少安全事故的發生，適用于建筑工地、礦山、工廠、電廠等對現場人員作業安全要求較高的工作場所。
2）算法約束：
- 檢測目標在1080P圖像中的分辨率應大于等于30*30像素；
- 可在正常2~3米立桿高度對2米以外的事件進行檢測，需視相機焦距而定，如相機焦距越大可支持的檢測距離越遠；
- 頭部被遮擋要小于30%，可檢測常見的安全頭盔、工地頭盔；當出現檢測目標被遮擋超過50%面積后，可能會出現誤報；
- 同一畫面內目標檢測數量不超過15個；
- 避免陽光直射或逆光等情況；僅支持全彩圖像，不支持黑白模式。
3）算法指標：
在1080P的分辨率目標不小于30*30的像素前提下，查全率≥90%，查準率≥95%。
2、反光衣檢測算法
1）算法概述及應用：
反光衣檢測算法基于大規模反光衣服數據訓練，配合現場攝像頭，自動監控如工地礦井、公路環衛、路政交警等特殊環境下人員是否穿著反光衣，有效防范因未著反光衣造成的意外傷害事故，高效率監督監管，適用于建筑工地、礦山、工廠、電廠、公路環衛、路政交警等工作場所。
2）算法約束：
- 檢測目標在1080P圖像中的分辨率應大于等于60*60像素；
- 可在正常2~3米立桿高度對2米以外的事件進行檢測，需視相機焦距而定，如相機焦距越大可支持的檢測距離越遠；
- 頭部被遮擋要小于30%，可檢測常見的帶光衣條紋的反光衣；當出現檢測目標被遮擋超過50%面積后，可能會出現誤報；
- 同一畫面內目標檢測數量不超過15個；
- 避免陽光直射或逆光等情況；夜間僅支持全彩圖像，若相機不支持全彩模式請使用白光燈補光。
3）算法指標：
在1080P的分辨率目標不小于60*60的像素前提下，查全率≥90%，查準率≥95%。
3、通用工服檢測算法
1）算法概述及應用：
通用工服檢測算法通過大量數據訓練，基于人工智能視覺分析技術，能夠及時發現監測區域內的未穿工服人員，并標定人員告警區域，實時告警事件上傳，有效防范外部人員闖入，達到高效率監督監管。
該算法可根據實際需求構建工作服數據庫，提高場景應用的匹配性，該功能需實現與“人臉庫”操作類似，上傳工服樣式后，調用該算法時進行匹配相應數據庫即可，可支持上傳至少10種工服樣式，適用于建筑工地，企業工廠、酒店廚房等場景。
2）算法約束：
- 檢測目標在1080P圖像中的分辨率應大于等于30*30像素；
- 算法支持自定義選擇全身工服模式或者半身工服模式；
- 目標遮擋不超過50%；
- 支持上傳至少10種工服樣式；
- 告警事件持續時間不低于3s，人在相機拍攝范圍內3S以上；
- 僅支持全彩圖像，不支持黑白模式。
3）算法指標：
在1080P的分辨率目標不小于30*30的像素前提下，查全率≥90%，查準率≥95%。
TSINGSEE青犀AI智能分析網關v4硬件采用BM1684芯片，集成高性能8核ARM A53，主頻高達2.3GHz，INT8峰值算力高達17.6Tops，FB32高精度算力達到2.2T。硬件目前有3種型號（8路/16路/32路），性能高、速度快，功耗低、易安裝、易維護，操作簡單、即插即用，同時擁有豐富的北向API接口，支撐上層業務應用大平臺，可應用在工廠、工地、社區、校園、樓宇、交通等行業與領域中。
