壹合原码智慧校园平台_校园安全预警系统_校园打架行为识别监测系统-云巴巴 -云巴巴

壹合原码智慧校园平台

壹合原码智慧校园平台，无需更换摄像头，摄像头利旧，降低经营成本；通过智慧院校平台即可针对不同区域的摄像头，完成不同的算法配置，操作人员无需算法能力，实现不同场景的监管全覆盖；危险时间智能抓拍，系统自动储存，追溯方便，数据可视化，智能报表统计，每日数据分析。

立即咨询

校园安全事故频发，学生的安全如何保障？谁来保护？安全事故频发 icon

广西北流幼儿园惨案
2021年4月28日，广西北流市发生了一起持凶器伤害幼儿园师生案例，伤及多名教师和幼儿，令人十分痛心，案件性质极为恶劣，引发了社会强烈谴责，教育部高度重视！

北京校园欺凌惨案
2017年2月28日，北京市某职业学院发生校园欺凌事件，一名女学生在学校女生宿舍楼内采取恶劣手段，无故殴打、辱骂两名女学生，引发社会高度关注！

成都49中跳楼惨案
2021年5月9日成都49中一名16岁的中学生坠楼身亡，事后校方公布了该学生的轨迹，从轨迹中发现进入水泵房有疑似割脉嫌疑、天台疑似发现该学生身影！

广西钦州溺水惨案
2021年5月4日下午3点多，广西钦州市灵山县檀玗中学和上皇中学8名学生相邀到该县天顶山水库去游泳，结果发生不幸事故，导致4人沉入深水区溺水身亡！

智能院校平台建设取得阶段性成果：已有监控摄像头均可加持AI算法 icon

应用行业

初高学校、高等院校等。

方案功能

1，通过原有摄像头GB28181,RTSP协议等获取实时视频流，无需更换摄像头，摄像头利旧，降低经营成本；2，通过智慧院校平台即可针对不同区域的摄像头，完成不同的算法配置，操作人员无需算法能力，即可实现不同场景的监管全覆盖；3，危险时间智能抓拍，系统自动储存，追溯方便，数据可视化，智能报表统计，每日数据分析。

方案效果

构建基于Ai技术的智慧院校平台，可逐步实现智能化巡检、智能化管理，针对安全校园事故隐患进行有效监控预警，降低校园事故发生率，保障师生安全。

场景痛点

校园内部虽有监控装置但是由于历史原因，布控的摄像头厂家各异，且视频监控平台的路数增加导致监管困难，不安全现象和隐患频频发生。

摄像头厂商不统一
摄像头厂商不统一，各自都有监控平台，无法集中进行监管，各自的视频监控平台无法互通，导致无法集中进行管理和规范。

Ai识别跟摄像头已经绑死在一起
摄像头大厂的Ai能力都与摄像头行程强绑定，需要新增Ai能力，需要拆除之前的，重新购置新的Ai摄像头，造成之前的投资浪费。

不同场景不同时段Ai识别无法灵活配置
针对不同场景，不同时段的情况下，摄像头所监控的关键动作不一样，无法在后台进行灵活配置，导致同一个场景下需要多装一倍摄像头，来进行监管，增加投资成本。

算法应用场景

校门口、楼栋出入口
1、人脸算法 2、车辆算法 3、非机动车算法 4、人员出现侦测 5、学生打架侦测

操场、活动区域
1、放学滞留侦测 2、学生打架侦测 3、学生倒地侦测 4、学生求救侦测 5、放学后非正常聚集侦测

设备间、各种机要室
1、人员出现侦测 2、人员滞留侦测

周界围墙、少人区
1、攀爬围墙侦测 2、围墙周边徘徊侦测 3、夜间人员出现侦测 4、外卖侦测

体测项目
1、动作规范检测 2、跳远距离检测 3、坐位体前屈距离检测

楼层走廊
1、走廊人脸算法 2、危险攀高侦测 3、学生倒地侦测 4、放学滞留侦测

教室
1、教室学生人数异常 2、举手检测 3、趴着睡觉检测 4、管制刀具危险物品检测 5、情绪异常检测

解决方案

解决方案

硬件配置清单

1）摄像头：基于现有新旧厂区已架设完成的摄像头实现设备利旧，不需要重新更换。

2）服务器：如下清单。

3）网络类型要求：企业网络。带宽最低要求：500M。

基于Ai技术的智慧院校平台功能介绍 icon

核心模块

功能介绍

摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持包括摄像头等终端感知设备接入，为整个平台提供数据接入底座。各类老旧摄像头，不限制品牌可通过GB28181，RTSP协议接入AI视频监管平台，无需更换摄像头，无需施工改造，降低企业智能化升级成本。

功能介绍

针对企业内部署的摄像头装置，可以按照需求调取场景视频流。支持一屏、二屏、四屏、八屏同时预览，降低人工巡逻时间成本，有效提升厨房卫生监管效率。

功能介绍

关联相应AI技能的设备会根据配置的AI技能运行时间进行实时监测，当发生违规行为，设备异常、环境异常等事件时，会产生相应的风险告警。告警会生成预警事件图片及事件视频用于回看。告警管理中可查看整体预警事件的数量，告警详情。对每一个预警事件进行全流程的处理跟踪，以及预警的全生命周期管理。告警事件总览：统一展示全部预警事件及告警数据统计；告警事件处理：下发预警处理通知，记录处理意见；错误预警修正。

功能介绍

一个AI技能对应一个业务场景，算法模块可基于已有原子模型库快速编排出一个业务上所需的AI技能，如“未带安全帽检测”、“未穿工服检测”等。接入的设备仅需通过关联AI技能即可将完成智能化升级，具备多种场景的AI能力。在算法管理中用户可根据自身业务逻辑设置自定义的预警逻辑，并根据需要将技能下发至多种智能设备。各类检测算法可通过接口方式接入AI管理平台，摄像头配置后可按照预设检测频率进行识别。针对不同区域的摄像头，可按照实际监管需求人工配置不同的算法，灵活多变，快速适应不同需求改变。

功能介绍

针对告警数量、告警位置、告警类型等参数进行统计，并做可视化处理，便于管理员对场景内的生产及安全情况作统计。

基于Ai技术的智能巡检平台产品优势 icon

基于领先的工业AI算法，通过全感知设备接入实现多模态综合预警；云边端多形态交付、打通应用-训练闭环。

多场景全感知设备接入
支持多种类型包括摄像头、传感器、巡检机器人、无人机等设备的接入，实现对于不同业务场景环境24h的全感知监测，提升企业安全生产、安全管理的水平和效率。

一站式模型训练与应用
端到端智能巡检应用，可一站式管理、分析应用中沉淀的业务数据，基于工业智能视觉训练框架、高性能推理引擎进行一站式的模型训练优化。

业内领先的工业AI算法
基于多年沉淀的深度学习技术及强大的专家团队，针对多个工业垂类场景进行算法优化，打造最优的工业AI算法模型，提供更加精准的工业AI模型库，客户可直接选择适合自己业务场景的模型，快速实现业务落地。

云边端多形态交付
灵活的模块化设计，可根据客户业务形态灵活选择交付形态：软硬件分开/软硬一体、私有云/边缘盒子等多样化产品方案，从而经济、高效的满足不同规模、不同应用方式的多种类型客户需求。

产品优势

业务原生的模型自迭代能力，样本库智能生成方案，打通数据收集+模型迭代闭环。

产品优势

结合视觉+大数据能力，基于多模态深度学习和多源数据分析，实现高精度预警。

算法简介

当人出现在摄像机底下时，就会被算法勾勒出骨架，人在场景下运动骨骼也会随之运动。算法计算是根据人的肢体动作的时空特性判断人的行为是否出现异常，一旦出现布控的异常类型立即推送预警！

算法优势

算法只检测人的骨架。也就是说：只有人才能触发系统预警，算法准确率极高！算法计算不受场景影响，场景下的光线变化、花草树木等都不会引起系统误报！算法把人的骨骼解析成了一段段的线性函数，每一节骨骼都有对应的虚拟坐标，通过骨骼坐标计算，可准确计算出人的行为，是检测人的行为的最佳技术手段之一！算法已经从图片计算突破到了视频计算，行为检测就是根据骨骼坐标的变化规律来判断，叠加了时间特性（单张图片计算是空间特性计算），在业内遥遥领先其他同行！

关键参数

基于Linux系统定制开发，支持部署在国产服务器上，安全可控性极高！支持web登录或客户端登录，支持远程操作和维护！支持同时分析16路、32路、64路、128路实时视频！支持分析人员出现、越界、徘徊、滞留、打架、倒地、求救、起身、独处、攀高、离岗、睡岗、人员聚集、出入尾随、视频诊断、声响异常等算法支持3秒内急速预警，支持预警时调用事发现场实时视频预警，支持电子语音预警！支持有效可视距离内100%检测出异常，识别准确率最高可达99.5%！支持任意接入第三方监控设备进入系统进行分析，支持忙闲时布控功能等！支持预警后抓拍目标人像，可推送给平台进行身份比对！

产品优势

产品简介 AI视频结构化分析系统是一套集软硬件于一体、内置人脸算法、行人算法、车辆算法、非机动车算法的ARM国产计算型服务器，通过接入到监控局域网中实时分析视频，抓拍所有经过布控摄像机底下的人、车和非机动车等目标，提取关键特征值，并存储结构化数据！

抓拍功能所有经过摄像机底下的人/车/非机动车都会被算法自动抓拍，并提取出关键特征信息！

存储功能抓拍后系统会自动生成目标结构化数据，包括目标抓拍截图、经过录像、抓拍时间、地点等信息！

布控功能支持通过目标图片布控、目标属性布控、汽车车牌布控等多种布控方式，布控后一旦目标出现立即预警！

预警功能目标经过摄像机底下时除了抓拍功能以外还会进行比对，一旦目标属于布控目标名单，系统立即预警！

产品优势

与安全卫生业务深度融合的厨房监测预警平台。

落地案例｜中化集团HES行为监测 icon

场景痛点
中化农业全国各地种子培育基地针对供电车间，物资仓库，办公室等场景下，每天需要安排8个人员进行监控室的24小时管理及厂区安全巡逻，人员成本高，安全管控能力低，无法及时有效的管理组织险情。

方案功能
针对园区异常情况自动实时报警，定位区域，自动抓拍，针对园区内老旧摄像头完全接入安全管理平台，降低海康、大华软件成本。

方案效果
1，摄像头利旧，自由配置算法，监控集中化管理；2，算法具备增量能力，摄像头持续采集图像，算法准确率持续提升；3，算法自动抓拍，监控系统日期自动储存问题图片，方便追溯。

解决方案
通过深度学习视觉检测算法，现场采集真实场景下的吸烟动作，路面积水，安全帽，安全马甲进行初步的监测模型框架搭建，通过真实场景部署，完成算法迭代，准确率持续提升。

落地案例｜韩国工厂安全行为监控平台 icon

场景痛点

1.实时监控范围过广，监控范围需遍布工厂各处。识别潜在的危险行为。各区域同时监控难度大，如需报警反应缓慢，难以控制实时报警监督行为。 2. 管理效率低。多区域多场景监控人力成本高，巡查需要人看，效率低，智能自动化程度低，需24小时轮岗值守，对人力消耗过高。 3. 数据割裂严重。运营数据和行为数据割裂，无法统筹多维度数据为工业厂区业务和管理赋能，无法实时同步监控等。 4. 监管区域信息化水平低。潜在危险难以溯源，无法预防降低危险发生概率。报警区域不精准，影响处理时间及效率。

方案功能

1，通过深度学习算法，采集监控范围内工厂的日常数据。 2，构建数据分析模型，及时回传各系统监控监测数据进行分析反馈响应，并生成全量日志，提供打通全渠道数据的接口。 3 ，监控连锁厂区实时数据，基于数据分析问题，以便更加科学地指导监督报警，持续提升连锁厂区管理效率。

落地案例｜韩国工厂安全行为监控平台 icon

方案效果

1，算法识别准确率高。安全帽识别高达98%；叉车识别高达97%；防尘服、口罩识别高达99%；禁区识别高达99%。 2，服务器承载力强。同时支撑300路摄像头一起工作服务监控。一年可节约人工成本162w+。 3，数据传输速率快。5G峰值速率为10-20Gbps，提升了10-20倍，用户体验速率将达到O.1Gbps-1Gbps，提升了10-100倍。 4，系统加载带宽提升。使用3G和4G网络下载文件或连续观看几分钟的视频都需要耗费2-5分钟加载时间，但对于5G网络来说，由于带宽的提升，人们将可以在不排挤其他用户的情况下使用更多的带宽。随着智能设备能搭载并使用高速的5G网络，这些设备将能够比以往任何时候运行得更快。

解决方案

1.实现全部摄像头的利旧，模块的统一。2.整个厂区的智能化。 3.降低总成本。 4.打造全链条。

落地案例｜港口安全行为预警监控 icon

场景痛点：港口针对船只安全，施工安全，行为安全目前完全依靠人工巡检方式进行保证，人工成本高，巡查点位无法覆盖。方案功能：异常情况检测自动报警，定位问题区域，实时反馈，最大限度降低因为人员不安全行为造成的不良影响，最快速度发现问题解决问题。方案效果：1，监管人员由15人降低至3人； 2，安全风险监管能力提升90%，检测准确率大于90%； 3，摄像头完全利旧，支持按需自由配置算法，监控集中化管理。解决方案：通过深度学习视觉检测算法，建立烟火识别，吸烟识别，安全帽识别，安全马甲识别模型，行为监测模型，每个检测点架设摄像头进行照片采集，实时进行系统自检测，达到实时预警。

落地案例｜上海地铁人流量检测系统 icon

场景痛点：上海地铁人流量限流管控困难，紧急情况发生预警处理效率低下，需要大量的人力成本进行严格管控，各个进站口、通道、站台区域限制场景不一，针对动态检测、静态检测、跌倒检测、吸烟检测等不安全行为管控难。方案功能：实现特定区域内区域人流量检测。针对不安全行为进行重要场所，重点区域布控，重点布控。针对不全行为，人流超限情况实时预警播报，及时处理。方案效果：1，识别算法摄像头利旧，无需硬件改造升级，成本低。 2，超大训练集数据沉淀，准确率高，可支撑大流量人体检测。 3，具备增量训练能力，后续的数据集可迭代训练，准确率不断提升。解决方案：通过研发符合演习标准的人体结构识别点，进行人体姿态识别，实现动态/静态人流检测，针对不安全行为进行数据特征采集建模。