Experience Center

体验中心

体验中心
当前位置:首页>体验中心
现场效果回放
安全卸油流程监管

安全卸油流程监管

通过AI算法分析每一步流程的规范性,对不合规操作或缺少操作步骤时,系统立马报警,抓图留证,并通知相关人员,系统精准识别每一个动作、设备、移动对象,确保必须的人、物在精确的时间、区域内出现,缺一不可,包括的流程有:油罐车入位、轮挡放置、放置安全装置(护栏)、安全操作(除静电)、油品接卸、人员值守、油品留样、卸后确认
云端BS智能分析实时效果展示平台

云端BS智能分析实时效果展示平台

以最简单直观的方式、大数据的形式展示各种类型的智能分析预警统计,对各种预警及时语音提示,弹窗显示,抓图留证,实时显示各种分析算法在项目现场的检测过程,包括检测的区域,各个区域对应的检测规则名称,检测到的对象名称及状态,违反规则所持续时间等,并以不同的颜色区分
烟火检测

烟火检测

对区域内进行烟火识别,当发现有烟或者火苗时主动触发告警,从烟火的颜色、形状以及跳动的形式作为识别的依据,可以单独判断烟或者火,也可以结合判断烟火,支持设定持续时间,可以过虑掉夕阳、太阳照射引起的误报
未戴安全帽短视频

未戴安全帽短视频

通过智能分析算法,结合入侵检测识别是否有戴安全帽,在施工现场的主要出入口设置安全帽检测,当检测到未戴安全帽时,系统立即产生报警,并抓图保存,也可用做判断是否是外来人员,一旦有未带安全帽的人员进入就立即报警,并启动报警预案,触发报警处理逻辑。
老鼠检测

老鼠检测

采用深度学习算法,采集不同的老鼠等有害生物样本,再结合现场的视频录像采集,通过老鼠的移动对象,识别夜晚是否有老鼠等有害生物的出现,抓拍到老鼠等有害生物时及时报警上报,支持时间段设置,防止白天误报;支持对象目标大小过滤,排除掉大部分误报
电力施工现场吸烟识别报警

电力施工现场吸烟识别报警

通过深度学习算法,大量现场采购的素材,通过多次学习识别烟和抽烟姿式,结合烟和抽烟姿式判断是否为抽烟行为,因为烟和火点在视频中的像素点比较小,所以对需要检测的环境有一定的要求
厨师帽检测

厨师帽检测

采用深度学习方式,支持厨师帽识别+人头识别组合识别;对厨师帽评分未达到阈值的自动排除,未检测到人头的自动排除,去除误报;支持设定持续时间,达到设定时间后触发抓拍事件;支持设定低于厨师帽宽度或高度阈值的自动排徐;支持设定多边形布控区,未设置布控区时,否则全景布控