返回

首頁 > 解決方案 >行業視頻智能分析應用平臺

行業視頻智能分析應用平臺

一、系統概述

本公司與國內某重點高校模式識別與智能視覺實驗室產學研緊密合作,基于Caffe深度學習框架,結合Torch和TensorFlow等框架的優點,聯合研發了一整套可完成深度學習主流任務并完整實現上層封裝API的視頻智能分析應用平臺。該平臺通過使用多臺高性能英偉達GPU服務器,可以完成高速的模型訓練、測試和部署任務,再結合公司定制深度學習平臺可以實現實時場景識別、目標檢測、目標分割等多項業務。

二、功能示意圖

三、技術特點

場景識別

基于ResNeXt-101的高速場景識別模型,融合distilling learning方法,實現了快速場景識別,速度可達到50fps。 該模型TOP-5準確率達到87.96%,處于該領域領先水平,具有高速、可自定義場景類別的優點。

目標檢測

基于Deformable convolution和SE-AIR模型,實現了高精度目標檢測,通過結合模型壓縮技術實現實時高性能檢測方案。該技術具有抗光照、抗模糊、抗遮擋的優點, 對大中小尺度物體都有十分優秀的檢測效果,同時該技術具有非常好的泛化能力,可用于人臉、行人、車輛等物體的檢測。

語義分割

基于圖像分割技術,提出優化的在線挖掘和邊緣概率場的方法,在只提供bounding box 標注時也可以得到初步的邊緣,進一步結合弱監督分析,得到準確的分割結果。該技術實現了細節分析,對小尺度物體和物體邊緣都有很好的分割效果。

四、應用場景

人臉識別

基于目標檢測技術,實現結合人臉框、面部關鍵點定位、活體人臉識別的自動人臉識別,可應用于工業領域的門禁考核、重點區域監控、人員定位等等場景。也可通過圖像模式識別分析,對視頻中工作人員進行情緒識別、疲勞判斷。

姿態分析

通過獲取視頻圖像中的前景運動目標,對運動區域內的圖像用關節骨架模型分析人體三維姿態,實現對人體行為中關鍵動作的姿態檢測,從而獲取到該動作的行為信息,并對危險的敏感姿態進行警示和標識,實現工業生產的智能監控??蓱糜诠I領域的生產人員意外事故監控、特定職業異常行為動作監控、操作流程異常監控等等。

 工業安全狀態監測

基于弱監督標注和圖像分割技術,完成實例級分析,通過對圖像中存在的物體進行分割,實現視頻內目標的細節分析。然后通過分析目標細節,自動監測零部件的工作狀態,形變情況或其他故障情況。 可以實現工業領域中的安全狀態實時監測。




精品国产一区二区三区在线观看,久久六月丁香婷婷婷,97五月天,乱伦一区二区