智能视频行为分析平台建设方案详细

合集下载

平台建设方案

平台建设方案

平台建设方案目录一、项目背景与目标 (3)1.1 项目背景 (3)1.2 项目目标 (4)二、平台需求分析 (6)2.1 功能需求 (7)2.2 性能需求 (8)2.3 安全性需求 (9)2.4 可用性需求 (10)三、平台技术选型 (11)3.1 前端技术 (12)3.2 后端技术 (14)3.3 数据库技术 (15)3.4 云计算技术 (17)4.1 系统整体架构 (19)4.2 前端架构设计 (20)4.3 后端架构设计 (22)4.4 数据库架构设计 (24)五、平台功能实现 (25)5.1 用户管理模块 (26)5.2 内容管理模块 (27)5.3 交互功能模块 (28)5.4 数据分析模块 (30)六、平台安全策略 (31)6.1 数据加密 (32)6.2 权限控制 (32)6.3 日志审计 (33)6.4 防火墙与入侵检测 (35)7.1 测试目的 (37)7.2 测试范围 (38)7.3 测试方法 (40)7.4 缺陷管理 (41)八、平台上线与运维 (42)8.1 上线计划 (43)8.2 运维团队 (44)8.3 监控与维护 (46)九、平台推广策略 (47)9.1 目标用户 (49)9.2 推广渠道 (50)9.3 用户反馈机制 (51)十、项目预算与效益评估 (52)10.1 项目预算 (53)10.2 效益评估 (54)10.3 风险评估 (55)一、项目背景与目标随着信息技术的迅猛发展,数字化、网络化、智能化已成为各行业转型升级的关键驱动力。

在此背景下,我们公司决定构建一个全新的平台,以整合公司内外部资源,提升业务效率,增强市场竞争力,并实现公司的长期可持续发展。

本项目旨在打造一个安全、稳定、易用的数字化平台,通过集成先进的信息技术,实现数据的精准采集、高效处理与智能分析,为公司决策提供有力支持。

该平台将作为公司与客户、合作伙伴之间的桥梁,促进信息的顺畅流通,提升客户满意度与合作关系。

视频实时分析系统技术方案

视频实时分析系统技术方案

视频实时分析系统技术方案目录1 系统概述 (2)1.1 建设背景 (2)1.2 设计思想 (2)1.3 设计依据 (3)1.4 建设目标 (5)1.5 设计原则 (5)2 需求分析 (7)2.1 应用现状 (7)2.2 业务现状分析 (7)2.3 应用场景需求分析 (8)2.3.1 目标实时分析 (8)2.3.2 目标智能搜索 (8)2.3.3 多来源、多状态视频资源分析 (9)2.3.4 视频大跨度行业应用 (9)2.4 需求规划 (9)2.4.1 行人目标检索 (9)2.4.2 二轮车目标检索 (9)2.4.3 三轮车目标检索 (9)2.4.4 汽车目标检索 (9)2.4.5 以图检索 (9)2.4.6 自选特征检索 (9)3 系统架构 (10)3.1 逻辑架构图 (10)3.2 网络部署图 (11)4 功能设计 (13)4.1 系统概述 (13)4.2 模块说明 (13)4.3 视频目标结构化分析 (13)4.3.1 行人目标分析 (14)4.3.2 二轮车目标分析 (15)4.3.3 三轮车目标分析 (15)4.3.4 汽车目标分析 (16)4.4 实战应用系统 (16)4.4.1 行人目标检索 (17)4.4.2 二轮车目标检索 (17)4.4.3 三轮车目标检索 (18)4.4.4 汽车目标检索 (19)4.4.5 以图检索 (20)4.4.6 自选特征检索 (21)5 系统优势 (23)5.1 出色的视频兼容能力 (23)5.2 丰富的识别特征种类 (23)5.3 精准的视频分析算法 (23)5.4 极速的数据检索方式 (23)1系统概述1.1 建设背景当前,随着平安城市、天网工程等项目的深入建设与推进,视频监控网络遍布全城。

视频目标分析大数据系统通过对行人、机动车与非机动车等目标特征进行分析和检索,可以快速锁定嫌疑人员,确定人员信息,寻找相关线索,可以免除人工排查的多种问题,提高处理速度和处理数据量,在维护治安和侦察刑侦方面有重要作用。

视频流媒体平台建设方案

视频流媒体平台建设方案

视频流媒体平台建设方案项目背景随着互联网的不断发展和宽带网络的普及,视频流媒体平台在当前市场中越来越受欢迎。

为了满足用户的多样化需求,我们决定建设一套视频流媒体平台。

项目目标我们的目标是建设一个稳定、高效、用户友好的视频流媒体平台,提供以下功能:1. 用户注册和登录:用户可以注册账户并使用账户登录平台,以便享受更多的功能和特权。

2. 视频上传和分享:用户可以上传自己的视频内容,并与其他用户分享。

3. 视频播放和观看:用户可以浏览和观看平台上的各种视频内容。

4. 评论和互动:用户可以对视频进行评论和点赞,与其他用户进行互动。

5. 分类和搜索:视频可以按照不同的分类进行归类,用户可以通过关键词搜索来寻找感兴趣的视频。

技术架构为了实现上述目标,我们将采用以下技术架构:1. 后端技术:采用Java语言和Spring框架进行后端开发,使用MySQL作为数据库存储数据。

3. 视频存储和传输:使用云存储服务提供商进行视频的存储和传输,确保高可用性和稳定性。

数据处理为了提供更好的用户体验和精准的推荐功能,我们将进行以下数据处理:1. 视频推荐算法:采用机器研究和数据挖掘算法,对用户的历史行为和兴趣进行分析,为用户推荐个性化的视频内容。

2. 用户行为统计:对用户在平台上的行为进行统计和分析,为运营和决策提供数据支持。

安全和隐私保护为了保护用户的安全和隐私,我们将采取以下措施:1. 登录和注册信息加密:使用安全的加密算法对用户的登录和注册信息进行保护,防止信息泄露。

2. 视频内容审核:采用人工审核和机器智能审核相结合的方式,对上传的视频内容进行审核,确保内容的合法性和健康性。

3. 隐私保护政策:制定并公布隐私保护政策,明确用户的个人信息使用和管理规则,保障用户的隐私权益。

项目规划我们计划按照以下步骤进行项目建设:1. 需求分析和规划:明确项目的需求和目标,制定详细的项目计划。

2. 技术选型和架构设计:选择合适的技术和架构,进行系统设计和数据库设计。

AI智能+智慧课堂录播系统大数据智能分析平台建设方案

AI智能+智慧课堂录播系统大数据智能分析平台建设方案

06
效益评估与展望
项目效益评估方法与指标
评估方法
本项目的效益评估主要采用定量评估方法,通过对各项指标的数据分析,客观反 映项目的实施效果。
评估指标
项目的效益评估指标主要包括用户满意度、系统稳定性、数据安全性、使用便捷 性等。
未来发展趋势与展望
发展趋势
随着人工智能技术的不断发展和普及,AI 智能+智慧课堂录播系统将逐渐成为教育 行业的主流趋势,未来市场潜力巨大。
数据清洗与预处理
对采集的数据进行清洗和预处理,去除无效和冗 余数据,为后续分析提供高质量的数据源。
数据查询与检索
支持快速查询和检索数据,提供高效的数据访问 接口。
AI智能算法与模型
图像识别与处理
语音识别与处理
利用深度学习技术,实现人脸识别、行为识 别等图像识别任务。
采用神经网络技术,实现语音到文本的转换 ,为课堂录播提供字幕等功能。
展望
未来,AI智能+智慧课堂录播系统将不断 优化升级,实现更加智能化、个性化、高 效化的教学服务,同时推动教育行业的数 字化转型和升级。
AI智能+智慧课堂前景展望
技术进步
随着人工智能技术的不断进步和发展,AI智能+智慧课堂录播系统的技术实 现将更加成熟和稳定,能够更好地满足实际需求。
应用领域拓展
目前,AI智能+智慧课堂录播系统主要应用于基础教育领域,未来将逐渐拓展 到职业教育、高等教育等领域,为更多的学生和教师提供优质的教学服务。
创新点三:智能辅助决策与优化
决策支持
通过大数据分析和可视化技术,为学校管理层提供有关教学质量、学生学业表现等方面的实时、全面、直观的 数据支持,以便做出更明智的决策。

安防监控系统智能视频分析处理平台建设方案设计

安防监控系统智能视频分析处理平台建设方案设计

安防监控系统智能视频分析处理平台建设方案设计第一章绪论 (3)1.1 项目背景 (3)1.2 项目目标 (3)1.3 项目意义 (3)第二章系统架构设计 (4)2.1 总体架构 (4)2.2 硬件架构 (4)2.3 软件架构 (4)第三章视频采集与传输 (5)3.1 视频采集技术 (5)3.1.1 采集设备选型 (5)3.1.2 采集方式 (6)3.2 传输协议与标准 (6)3.2.1 传输协议 (6)3.2.2 传输标准 (6)3.3 传输网络设计 (6)3.3.1 网络架构 (6)3.3.2 网络设备选型 (7)3.3.3 网络安全设计 (7)第四章智能视频分析算法 (7)4.1 目标检测与跟踪 (7)4.1.1 目标检测 (7)4.1.2 目标跟踪 (8)4.2 行为识别与分析 (8)4.2.1 行为识别 (8)4.2.2 动作识别 (8)4.3 特征提取与识别 (8)4.3.1 特征提取 (8)4.3.2 识别算法 (8)第五章数据存储与管理 (9)5.1 存储方案设计 (9)5.1.1 存储需求分析 (9)5.1.2 存储设备选型 (9)5.1.3 存储架构设计 (9)5.2 数据库管理 (9)5.2.1 数据库选型 (10)5.2.2 数据库设计 (10)5.2.3 数据库运维 (10)5.3 数据备份与恢复 (10)5.3.2 数据恢复策略 (10)第六章系统集成与对接 (11)6.1 与其他安防系统对接 (11)6.1.1 对接概述 (11)6.1.2 对接方案 (11)6.2 与第三方系统对接 (11)6.2.1 对接概述 (11)6.2.2 对接方案 (11)6.3 系统集成测试 (12)6.3.1 测试环境搭建 (12)6.3.2 功能测试 (12)6.3.3 功能测试 (12)6.3.4 安全性测试 (13)第七章安全防护与运维 (13)7.1 系统安全策略 (13)7.1.1 安全目标 (13)7.1.2 安全策略设计 (13)7.2 安全防护措施 (13)7.2.1 硬件设备安全 (13)7.2.2 网络安全 (13)7.2.3 数据安全 (14)7.2.4 系统软件安全 (14)7.3 运维管理 (14)7.3.1 运维组织架构 (14)7.3.2 运维流程 (14)7.3.3 运维监控 (14)7.3.4 运维保障 (14)第八章用户界面与交互 (14)8.1 界面设计 (14)8.2 交互方式 (15)8.3 用户权限管理 (15)第九章项目实施与验收 (16)9.1 项目实施步骤 (16)9.1.1 项目启动 (16)9.1.2 系统设计 (16)9.1.3 系统开发与集成 (16)9.1.4 系统部署与调试 (16)9.1.5 培训与交付 (16)9.2 验收标准与流程 (16)9.2.1 验收标准 (17)9.2.2 验收流程 (17)9.3 项目后期维护 (17)第十章发展前景与展望 (17)10.2 技术创新方向 (17)10.3 市场前景预测 (18)第一章绪论1.1 项目背景我国经济的快速发展和社会信息化水平的不断提高,安防监控系统在公共安全、交通管理、城市监控等领域的应用日益广泛。

智慧课堂智慧教学大数据智能分析平台建设方案

智慧课堂智慧教学大数据智能分析平台建设方案

智慧课堂智慧教学大数据智能分析平台建设方案汇报人:日期:目录CATALOGUE•引言•建设目标与需求分析•平台架构与系统设计•关键技术与实现方法•功能模块与特色优势•实施方案与计划•效益预测与风险评估•结论与展望01 CATALOGUE引言随着信息技术和教育的快速发展,传统的课堂教学模式已经难以满足现代教育的需求。

智慧课堂、智慧教学、大数据智能分析等新兴技术的应用,为教育行业带来了革命性的变革。

为了提高教学质量、优化教学资源、培养创新型人才,建设智慧课堂智慧教学大数据智能分析平台势在必行。

背景介绍本项目旨在利用先进的大数据技术,构建一个集成了智慧课堂、智慧教学、大数据智能分析等功能于一体的综合性平台。

通过该平台,教师可以实现个性化教学、学生可以获得精准的学习资源,同时学校可以更好地管理和评估教学质量。

项目将覆盖全校师生,为他们提供便捷、高效、智能的教学服务,以促进学校整体教学水平的提升。

项目概述02CATALOGUE建设目标与需求分析建设目标01实现教学大数据的全面采集、存储、分析和可视化,为教学质量提升和决策提供支持。

02构建智慧课堂环境,促进师生互动、个性化教学和学生学习效果的优化。

03提高教育信息化水平,推动教育教学改革,实现教育现代化。

1需求分析对接不同类型的教学资源,如课程、题库、素材等,并能够进行个性化推荐和共享。

支持多种教学模式,如在线直播、录播、混合式教学等,满足不同师生的教学需求。

提供学生学情分析、教师教学效果评估等数据报表,辅助学校进行教学质量管理和决策。

具备数据安全保障和隐私保护措施,确保师生个人信息安全。

•平台定位:为学校提供智慧教学大数据智能分析服务的综合性平台。

功能要求数据采集:通过接口对接和人工录入等方式,采集教学过程中的各类数据。

数据存储:采用分布式存储架构,实现海量数据的存储和管理。

运用机器学习和大数据分析技术,对采集的数据进行深入分析,为教学质量提升提供数据支持。

HoloSens IVS智能视觉平台解决方案介绍

HoloSens IVS智能视觉平台解决方案介绍

连锁超市->无人超市 幼儿园->智慧校园
人脸黑白名单(员工考勤、门禁等)、人数 统计等
变电站->无人值守
网点->智慧网点
仪表监控、视频质量诊断、火点检测等
业界
一机一算1:1 盒子林立 N台 人脸、人体、车辆独立盒子形态
华为
一机多算1: N 一机多用 以1顶N 6种算法同在1台微边缘运行
人群密度 盒 子 4
设备到货后装盘运输直接上架
智能微边缘
即插即用 一键搜索 自动配置
故障修复 一键恢复 双OS主备
预装固件 免License激活 易部署
资源管理
可视化管理 状态监测 故障通知 性能统计 报表 维护
硬盘温度不均匀度<1℃,运行更稳定长寿
3D 蜂孔进风道设计
23
温感自知,变频控风,让运行更静谧
悄悄话
吵架声
50dB 低噪声VS 70dB
智能热管理,实时调整温控策略
6类传感器,实时监测
• 入风口环境温感 • 硬盘温感 • 主芯片温感 • 风扇转速传感器
全方位温感 设计 智能控风 降噪 风道消音 10%
电梯 逆行
……
安全 帽检

多核线程并行计算架构
突破计算边界
VS 16x16xN可扩展Cube
4x4x4可扩展
三维矩阵向量计算架构
烟囱资源林立
单种算法多路分析 视频与图片跨资源分析
面向张量计算的达芬奇架构
独创3D弹性立方体 资源释放更有张力
资源共享,以1顶N
单芯片多算法多通道 视图同芯片混合分析
全通道智能,算力适时复用,通道与资源全连接可编排
本地自治
50% +数据在边缘处理

智能视频分析系统

智能视频分析系统

智能视频分析系统
随着社会经济的快速发展,越来越多的组织和企业开始使用视频监控系统来提高安全性能,并且节省投入的成本。

然而,监控系统只能捕捉到表象而不能进行有效的分析,这就要求在视频监控系统中加入智能视频分析技术。

智能视频分析系统是一种基于计算机视觉的技术,能够识别视频中的物体、行为和环境,并从中提取有用的信息。

可以识别视频中的人脸、行人、车辆等,以及行为,如穿越十字路口、行走、拿着物体等,并实时告警。

此外,它还可以帮助用户快速检索视频中的有用信息,如特定行为的特征等。

智能视频分析系统在安防监控领域有着重要的作用。

它可以帮助监视人员识别异常行为,如禁止进入禁区、行走、拿东西等,从而及时解决安全问题。

它还可以帮助监视人员快速发现可能的犯罪行为,如小偷行为、无牌驾驶车辆等,从而有效保护人们的财产和生命安全。

此外,智能视频分析系统还可以帮助企业或机构识别具有商业价值的客户行为,如购买行为、人流量分析、客户忠诚度等,从而提升企业的市场竞争力。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于智能视频分析的监控平台建设方案随着国家经济的提高,城市和城市化进程在不断的发展,各种社会矛盾和暴力事件逐渐增多,政府和相关部分对加强城市各地联网型监控系统越来越重视,当前城市和小区监控系统建设使用监控录像存储,事件发生后调取查阅的方式,这种方式在一定程度上满足了社会的需求,但是无法避免事态趋于恶化,在此背景下,具有智能视频行为分析的监控平台建设就显得尤为重要。

智能视频技术让安全警卫部门能通过摄像机实时自动“发现警情”并主动“分析”视野中的监视目标,同时判断出这些被监视目标的行为是否存在安全威胁,对已经出现或将要出现的安全威胁,及时向安全防卫人员通过文字信息、声音、快照等发出警报,极大地避免工作人员因倦怠、脱岗等因素造成情况误报和不报,切实提高监控区域的安全防范能力。

现有各大监控系统厂商和信息化科技公司都研发出大量的智能视频分析软件,可以分为两大类,基于嵌入式DSP 智能分析系统和基于计算机末端处理的智能分析系统。

一.基于嵌入式DSP的处理优点1、DSP方式可以使得视觉分析技术采用分布式的架构方式。

在此方式下,视觉分析单元一般位于视觉采集设备附近(摄像机或编码器),这样,可以有选择的设置系统,让系统只有当报警发生的时候才传输视觉到控制中心或存储中心,相对于计算机末端处理方式,大大节省的网络负担及存储空间。

2、DSP方式下视觉分析单元一般位于视觉采集设备附近(摄像机或编码器),此方式可以使得视觉分析单元直接对原始或最接近原始的图象进行分析,而后端计算机方式,计算机器得到的图象经过网络编码传输后已经丢失了部分信息,因此精确度难免下降。

3、视觉分析是复杂的过程,需要占用大量的系统计算资源,因此计算机方式可以同时进行分析的视觉路数非常有限,而DSP方式没有此限制。

二.在对比上述两种处理模式的优缺点基础上,提出基于DSP嵌入式处理和末端计算机处理两种系统结构.1.基于DSP嵌入式处理方式系统架构图如下:2系统数据流传输过程监控平台存储服务器磁盘阵列前端摄像机视频分析前端摄像机矩阵切换大屏显示第三方报警联动3.系统详细说明1)前端摄像机(模拟或数字)通过同轴电缆(BNC 接口)、网络双绞线(RJ45)或者光纤传输(SC\ST\FC 接口)至监控中心视频分析模块(根据工程需要可将视频分析模块安装于前端摄像机面罩内)。

2)视频分析模块提供数字和模拟输入输出接口。

3)视频分析模块将分析报警数据通过网络传输至监控中心软件平台,同时输出模拟信号至矩阵,矩阵键盘通过RS-485接口控制矩阵输入信号选择性进行上电视墙实时显示4)监控平台服务器在接收到前端数据后存储到本地存储服务器或外部磁盘阵列,磁盘阵列间通过SCSI接口进行互联,使用RAID5规范进行有效的数据备份和缓存。

平台服务器同时输出报警信号给第三方报警服务系统(声光报警、短信平台等)进行相应的联动。

4.基于末端计算机处理系统结构图如下:5.系统数据传输流程图前端摄像头编码前端摄像头数据交换视频分析监控平台数据存储解码矩阵切换显示6.系统详细说明:1)前端不同类型的摄像机接入编码设备,编码输出网络数字信号传输至汇聚层交换机.2)汇聚交换机与监控中心核心交换机连接根据距离远近可选择单模、多模或双绞线进行传输。

3)核心交换机承载前端所有视频信号与监控平台、存储服务器,视频分析服务器集群的数据交换。

4)前端视频信号进入视频分析服务器进行视频图像分析,将分析的报警数据存储于外部存储服务器,监控平台可进行数据的查询和确认,修改等。

5)由于视频分析服务器硬件无法进行前端大量视频分析,故采用集群方式实现整个系统的分析任务。

在软件测试阶段可调试分析出每台服务器承载的最大视频分析路数。

(一台服务器能搭载的视频处理路数根据服务器性能、视频图像格式和网络带宽的差异而不同)。

6)监控平台提供RS-232或I/0开关量等多种方式输出报警联动信号给第三方报警平台。

7)核心交换机输出数字视频信号至多台解码器,解码器将数字信号转换为模拟信号输送至视频矩阵进行解码上墙(电视墙或LED拼接屏)。

8)矩阵键盘用于控制视频矩阵对多路输入信号进行选择上墙显示,矩阵键盘采用RS-485接口与矩阵链接。

9)管理员可通过ADSL或其它网络连接方式登录到监控平台进行系统管理。

7系统功能1)可进行个性化设置布防类型,所有设置能即时更改。

2)实时视频显示,可实时显示1-16路的视频图像,定时录像及报警触发录像等功能。

3)PTZ控制,通过对前端云台和镜头的控制,改变摄像机的方位、俯仰角度和焦距等。

4)电子地图显示,电子地图中包括了监控场景名称和该场景中的摄像设备。

点击电子地图上分布的前端设备图标,即可显示该设备的实时视频。

5)摄像机状态监测,系统可在地图上监控摄像机工作状态,对失去信号,位置转移,停止工作,和图像质量变差发出报警。

6)系统可支持视频图像本地SD卡存储,在网络或线缆损坏的情况下存储视频信号,用以进行事后取证分析,保证视频图像的完整性。

7)入侵检测和周界保护,在设定区域或周界线内,侦测到移动的目标物体会发出报警,应用于小区围墙及重要设备机房。

8)游荡检测,目标物体运动的时间超过预设时间时,系统会侦测出并发出报警,人员被指定为游荡的时间均可自由设定。

9)滑到侦测,区域内人员滑到或跌倒发出报警。

10)遗留物侦测,对遗弃物进行自动检测——当物品(包裹、碎块、行李等)在某个防区内被放置或遗弃,物体被推出或扔出防区都可进行报警。

可应用于小区内重要设备,公共设施的监控。

11)奔跑侦测,侦测到移动物体的速度超过预定值发出报警。

12)拥挤侦测,用于监控预设区域的人流级车流,超过预设值即进行报警。

13)人员计数,可单/双方向进行预设区域的人数及车辆统计。

14)人脸扑捉及比对,可在预设区域扑捉人脸部信息,与后台信息进行比对,可用于暴力事件事后取证。

15)在发生报警时,同时记录事件发生前后一段时间的录像信息,可方便进行事件定位。

8.系统支持的图像格式及帧率系统支持视频分析的图像最小为CIF格式,352*288像素。

帧率为25帧/秒三.智能监控软件平台设计1.采用二层软件层次划分的体系结构模型,包括数据处理层和应用层。

1.1数据处理层主要对视频图像进行分析,是实现智能视频监控的关键组成部分,下图为分析单元处理输入视频的过程图。

视频分析由目标检测、目标跟踪、目标分类、活动分析、报警信息输出等多个部分组成。

当前分析单元需要有高可靠性视频分析性能,目标识别率高,误差率小,所以对算法要求比较高,本次软件设计方案不考虑视频分析算法,可采用比较成熟,经过大规模应用的算法进行处理。

视频输入目标检测视频输出目标跟踪参数配置文件多目标跟踪活动行为分析目标类型报警输出目标分类1.2应用层为系统整体管理、配置、检索所有设备提供统一标准,平台提供的工具可以自定义、自创建、自组合很多特定业务相关的业务功能和流程。

平台提供的所有功能都通过WebService 的国际标准提供对外接口,这可以在异种操作系统、异种语言之间进行交互。

应用层通过XML 与数据处理层进行数据通信。

如下图为应用层结构:2.软件平台功能模块考虑到系统的灵活性,稳定性及易于与第三方平台对接,系统采用.NET 平台进行开发,使用SQL SERVER 设备配置和监控数据集中存储检索回放服务应用层联动报警服务电子地图数据库检索统一身份认证2005作为后台管理数据库。

软件平台功能框架结构图如下:智能视频分析监控平台实时监控设备管理报警管理用户管理日志管理录像设置录像查询及下载云台控制增加设备修改设备查询设备类型设置实时报警信息报警查询报警日志报警处理跳转到事件管理员设置权限设置日志查询设备故障日志用户操作日志电子地图3.软件平台开发计划第一阶段由于智能视频分析软件是基于第三方算法而进行数据处理,在此基础上进行应用层平台的搭建,应用层界面设计及制作,各个模块功能的实现。

分析数据关系,搭建Sql Server数据库,编写相应的存储过程。

初步实现平台的整体框架,具备演示版功能。

时间进度表如下:项目天时间/12345678911112131415161718192应用层界面制作及编程用户、设备及日志模块实现报警管理和实时监控模块实现数据库库表及存储过程编写第二阶段在平台框架基础上实现各个模块功能及数据通信,智能分析算法所输出的信息整合,与硬件的连接调试,程序的测试及修改。

项目间/天时21222324252627282933132333435363738394第三方算法与平台对接调试各功能模块测试及修改与设备连接测试第三阶段应用与小型化的监控系统,进行系统测试,软件的边界值测试,包括软件稳定性和黑盒测试,系统各项功能达到稳定状态。

项目间/天时41424344454647484955152535455565758596整体平台测试及修改整体系统测试及修改制作测试报告及研发文档。

相关文档
最新文档