智能视频行为分析平台建设方案
污染源智能视频数据分析系统建设方案

重点污染源企业智能视频监控分析系统解决方案成都之维安科技股份有限公司2016年3月目录第1章. 建设概述 (3)1.1建设背景 (3)1.2建设目标 (3)1.3主要建设内容 (3)1.4建设技术标准 (4)第2章. 总体设计 (4)2.1设计原则 (4)2.1.1先进性原则 (4)2.1.2可扩展性原则 (5)2.1.3安全性原则 (5)2.1.4实用性原则 (5)2.1.5稳定性原则 (5)2.2系统架构 (6)2.2.1网络架构 (6)第3章. 现场端设计 (7)3.1现场端—污染源企业监控点详细设计 (7)3.1.1. 企业现场端建设拓扑图 (8)3.1.2. 建设位置选点示意 (8)3.1.3现场端—视频采集摄像机 (10)3.1.4现场端—视频存储设备介绍 (12)3.1.5现场端核心—环保智能视频检测器主要功能介绍 (13)3.1.6视频数据存储设计 (16)3.2企业现场端点位详细设计 (17)3.2.1 CEMS 站房1 (17)3.2.2 CEMS 站房2 (17)第4章. 污染源企业安装部署环境要求 (19)第5章. 设备清单及造价 (20)第1章. 建设概述1.1建设背景为贯彻落实环保部印发的《环境监测数据弄虚作假行为判定及处理办法》(环发〔2015〕175号),进一步促进提升我区直征企业污染源在线监控设施运行管理水平,提高在线监测数据真实性、准确性和有效性,自治区环保厅决定组织全区37家直征电力企业于2016年上半年全面完成污染源智能视频监控系统建设工作,污染源智能视频监控系统是当前污染源在线监控设施的重要组成部分,可实现视频监控企业的废气排口污染物排放情况及在线监测设备的CEMS站房,将污染源排放实时在线监测数据与排放口视频监控实时图像数据叠加,并同步传输至相关环保部门及企业安环部门。
1.2建设目标全区37家直征电力企业应于2016年6月30日前自筹资金完成污染源智能视频监控系统现场端及链路传输建设,将在线监测数据与排放口视频监控实时图像叠加数据传输至自治区污染物监控与信息中心,有利于及时发现污染源在线监控不正常运行及污染物超标排放情况,为控制和减轻污染、保障在线监测数据真实准确提供有力的技术支持。
智慧城市视频监控系统平台建设综合解决方案

平台支持与其他系统进行联动,如报警系统、门禁系统等,实现多系统的协同作 战,提高处置效率和响应速度。同时,平台还支持可视化指挥功能,方便领导进 行决策和指挥。
05
智慧城市视频监控系统平台部署与实 施方案
系统平台部署方案
硬件部署
01
包括视频监控系统所需的摄像头、存储设备、网络设备等硬件
设备的采购、安装和调试。
软件部署
02
包括视频监控平台软件、操作系统、数据库等软件的安装和配
置。
安全部署
03
包括网络安全、数据安全、应用安全等安全措施的规划和实施
。
系统集成实施方案
技术调研
对现有系统的技术架构、功能需求、性能指标等方面进行 深入调研。
系统设计
根据技术调研结果,进行系统整体设计,包括系统架构、 功能模块、数据库设计等。
THANK YOU.
涉及市场需求变化、竞争环境、 政策法规等问题,可能影响项目 的收益和市场份额。
04 资金风险
涉及资金筹措、使用、回笼等问题 ,可能造成项目资金链断裂和投资 损失。
对策建议与规避措施
技术风险对策
管理风险对策
加强技术研发和合作,提高系统的稳定性和 安全性,降低技术更新带来的风险。
加强团队建设和培训,提高项目管理和沟通 协调能力,制定合理的成本控制措施。
分析功能,便于管理和调度。 • 移动监控:支持手机、平板等多种移动设备访问,方便随时随地监控和操作。 • 项目展示:请参考附带的演示视频和用户手册,了解本项目的详细功能和操作说明。
下一步工作计划与展望
拓展应用场景
在已有的成果基础上,我们将进 一步拓展该平台的应用场景,如 智慧交通、智慧安防、智慧园区 等。
视频监控施工方案智能视频分析技术在大型工地监控中的应用

视频监控施工方案智能视频分析技术在大型工地监控中的应用视频监控施工方案是一种应用智能视频分析技术在大型工地监控中的重要方式。
随着科技的飞速发展和人们对安全需求的增加,大型工地的监控设备已经从传统的闭路电视系统升级到了集成智能视频分析技术的系统。
本文将介绍视频监控施工方案以及智能视频分析技术在大型工地监控中的应用。
一、视频监控施工方案的概述在大型工地建设过程中,为了确保工人和设备的安全,监控系统起着至关重要的作用。
传统的监控系统仅仅能提供简单的视频图像,无法对画面进行智能分析和处理。
而视频监控施工方案则采用了智能视频分析技术,提供了更为全面、高效的工地监控服务。
二、智能视频分析技术的应用2.1人员识别与管理通过智能视频分析技术,工地监控系统可以自动识别出进入工地的人员,并进行身份认证。
这样一来,就可以避免未经许可的人员进入工地,保障工地的安全。
此外,还可以根据人员的工作权限进行管理,确保每个人在工地内的行为符合规定。
2.2异常行为检测智能视频分析技术还具备异常行为检测的功能。
通过对视频画面的深度学习和图像分析,系统可以自动识别出工人的异常行为,如长时间不动、悬空作业、危险行为等,并及时发出警报。
这样,工地管理人员可以迅速介入并采取措施,确保工人的安全。
2.3车辆管理工地监控系统可以通过智能视频分析技术对进出工地的车辆进行管理。
系统可以自动识别并记录车辆的牌照信息,记录车辆进出的时间和次数,并对未经授权的车辆进行报警。
这样,不仅可以提高工地的安全性,还可以提高运输效率,防止盗窃和违规行为的发生。
2.4区域入侵检测利用智能视频分析技术,工地监控系统可以进行区域入侵检测。
该功能通过设定工地内的监控区域,在无人值守的情况下自动监控工地的安全。
一旦有人员或物体进入设定区域,系统会立即发出警报,提供给工程师进行处理。
这种方式可以实时监控工地的安全,及时发现潜在的安全隐患。
三、智能视频分析技术的优势相比传统的监控系统,视频监控施工方案采用智能视频分析技术具有以下优势:3.1 准确性高:智能视频分析技术可以对大量的视频图像进行高速处理和分析,从而提高了监控系统的准确性和及时性。
视频监控施工方案利用智能分析算法实现行为识别与异常报警

视频监控施工方案利用智能分析算法实现行为识别与异常报警随着科技的不断进步,视频监控系统已经成为了各个领域中不可或缺的一部分。
然而,传统的视频监控系统往往只具备简单的图像录像功能,无法实现对行为的准确识别和异常报警。
因此,在视频监控领域中,开发一种能够利用智能分析算法实现行为识别与异常报警的施工方案显得尤为重要。
一、项目简介本项目旨在利用智能分析算法,辅助视频监控系统实现对行为的准确识别和异常报警。
通过深度学习、人工智能等先进技术,对监控图像进行实时处理和分析,提高监控系统的智能化水平,提供更加高效准确的监控服务。
二、技术原理1. 图像采集与传输:利用高清摄像设备进行图像的实时采集,通过网络传输设备将图像数据传输到服务器端;2. 图像预处理:对采集到的图像进行去噪、增强等预处理操作,提高后续算法处理的准确性;3. 特征提取与分析:利用深度学习算法,对预处理后的图像进行特征提取,提取出与行为相关的特征;4. 行为识别与分类:通过训练模型,将提取到的特征与已知行为进行匹配,识别出不同的行为类别;5. 异常检测与报警:利用智能分析算法,对视频中的行为进行实时分析和比对,如果存在异常行为,则触发报警机制,并向相关人员发送报警信息。
三、项目优势1. 准确性高:利用深度学习算法进行图像特征提取,能够高效准确地识别出各种行为;2. 实时性强:系统采用实时处理技术,能够对图像进行即时的行为识别和异常报警;3. 自动化程度高:通过智能分析算法实现行为识别与异常报警,无需人工干预,节约人力资源;4. 可扩展性好:系统具备良好的可扩展性,可以根据需要增加监控点位和功能模块,满足不同场景的需求。
四、应用场景1. 交通领域:可用于车辆违章检测、交通统计分析等;2. 安防领域:能够对人员闯入、物品遗留等异常情况进行监控和报警;3. 商业领域:对店铺内的顾客行为进行分析,提供优化服务和安全监控。
五、项目实施步骤1. 硬件设备安装:根据实际需求,在监控区域内安装高清摄像设备和网络传输设备;2. 软件系统部署:搭建视频监控系统服务器,安装智能分析算法软件,并完成系统的初始化配置;3. 算法模型训练:通过标注和标定的方法,采集并标记数据集,利用深度学习算法训练模型;4. 系统测试与调优:对系统进行测试,验证行为识别和异常报警的准确性和实时性,并根据需求进行调优;5. 系统上线与运维:将系统投入使用,并定期进行系统运维和维护,确保系统的正常运行。
视频智能分析方案

视频智能分析方案1. 引言视频智能分析是一种以计算机视觉技术为基础的智能化应用,通过对视频内容进行分析和理解,从而提取出有价值的信息和数据。
视频智能分析方案在安防监控、智能交通、智慧城市等领域中有着广泛的应用。
本文将介绍一种基于深度学习的视频智能分析方案,它可以实现目标检测、行为识别和事件预警等功能。
2. 技术原理视频智能分析方案的核心技术是深度学习。
深度学习是一种模仿人脑神经网络结构的人工智能技术,通过多层次的神经网络模型,可以从传感器输入中学习到抽象的特征表示。
在视频智能分析中,深度学习可以用于目标检测和行为识别。
2.1 目标检测目标检测是视频智能分析中最基础的功能之一。
它通过深度学习网络对视频中的每一帧进行分析,识别其中的目标物体。
常见的目标检测方法包括Faster R-CNN、YOLO和SSD等。
这些方法通过对图像中的每个区域进行分类和回归,实现对目标的精确定位和识别。
2.2 行为识别行为识别是视频智能分析方案中的高级功能之一。
它通过对视频序列进行分析,识别其中的人体动作或行为。
深度学习可以通过递归神经网络(RNN)或卷积神经网络(CNN)等模型,对视频序列进行处理和分类。
行为识别可以用于监控视频中的异常行为检测、人群计数和行人轨迹分析等应用。
2.3 事件预警事件预警是视频智能分析方案中的关键功能之一。
通过对视频内容进行分析和学习,可以实现对特定场景中的异常事件的预警。
例如,在智能交通中,可以通过分析交通摄像头的视频来检测交通拥堵或事故,并及时向相关部门发出警报。
事件预警可以通过深度学习模型中的分类和聚类算法实现。
3. 方案设计视频智能分析方案包含以下步骤:3.1 数据采集与预处理在视频智能分析方案中,首先需要采集视频数据,并进行预处理。
预处理包括视频解码、图像帧提取和图像尺寸缩放等。
对于大规模视频数据的处理,可以采用分布式计算和流数据处理等技术。
3.2 特征提取与表示在目标检测和行为识别中,需要提取并表示视频中的特征信息。
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。
视频管理平台运营方案设计

视频管理平台运营方案设计一、项目背景随着互联网的不断发展,视频已成为人们获取信息和娱乐的重要方式之一。
视频管理平台作为一个集视频上传、播放、管理等功能于一体的平台,其重要性日益突出。
本文旨在设计一套视频管理平台的运营方案,帮助平台实现良好的用户体验和稳定的运营。
二、目标群体分析根据视频类型和内容,我们可以将目标群体分为以下几类:1.视频创作者:这类用户是平台的核心,他们通过平台上传和分享自己的视频作品。
他们对于视频的品质和观众的反馈非常关注。
2.视频观众:这类用户是平台的主要消费者,他们通过平台观看各种类型的视频内容。
他们对于视频的多样性、推荐算法和观看体验非常重视。
3.广告主:这类用户通过在视频中插入广告,推广自己的服务或产品。
他们对于广告投放的精准性和效果非常关注。
4.运营人员:这类用户负责平台的日常运营,在平台上管理和监控视频内容、用户反馈、数据统计等。
三、平台特色与竞争优势在竞争激烈的视频管理平台市场中,我们的平台将具有以下特色与竞争优势:1.高品质内容:我们将与优质创作者合作,提供高质量、有吸引力的视频内容,满足用户多样化的需求。
2.个性化推荐:通过智能推荐算法,结合用户的观看历史和行为,为用户提供个性化的视频推荐,提升观看体验。
3.精准广告投放:采用精准的广告投放技术,根据用户的兴趣和行为特征,将广告呈现给最具潜在价值的用户。
4.双向互动:鼓励创作者与观众之间的互动,如评论、点赞、分享等,促进社区的形成和用户黏性的提升。
5.数据驱动决策:通过数据分析和用户反馈,持续优化平台的功能和用户体验,为用户提供更好的服务。
四、运营策略基于以上目标群体分析和平台特色,我们制定了以下运营策略:1.优化用户体验通过提升平台的界面设计和交互体验,降低用户的学习成本。
在视频播放时,确保视频加载速度快、画面清晰流畅。
同时,增加用户的参与度,如引入弹幕、点赞、分享等功能,提升用户粘性和社区活跃度。
2.持续推进内容合作与优质视频创作者签订合作协议,提供更多高品质的视频内容。
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。
- 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、"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、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
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
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。
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 2005作为后台管理数据库。
软件平台功能框架结构图如下:
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:
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。
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。