油公司课程（视频）.ppt

那刚刚说到的都是针对单个人的特征识别分析应用，对于人群，安防行业往往更关注群体的状态（点击播放视频），比如一定区域内的人员密度，深度智能可以更加准确实时的统计一定区域范围内的人数， 当人数超过设定阈值后可以及时报警，（动画1）可以用于景区、商场、广场、展厅等人员密集的地方做人员密度预警。 * 深度智能下的人员密度算法比较适用于小范围内的人数统计，但对于比较大的范围，比如景区、商场等地方的人数统计，可能就需要客流统计技术了（动画1）。对封闭式场所，通过在各个出入口设置客流统计设备（动画2），可以实时知道进入和离开的总人数，从而得出区域内的客流保有量，综合历年法定节假日的历史客流数据可以预测近期及未来的客流情况，提前规划客流管控方案，合理分配人力资源（动画3）。对开放式场景，在主干道设置客流统计设备也可以了解到客流的变化趋势，作为区域内客流量的参考依据。 * 刚刚介绍了深度智能下针对人和人群的分析应用，而针对车的智能分析应用开展的比较早，传统智能算法对车牌、车型、车辆品牌的识别的准确率已经比较高，深度学习对车辆的特征属性识别的提升主要体现在一些更为抽象和复杂的任务中，（动画）比如对是否系安全带、是否开车打手机行为的识别准确率的提升，实现对车内的挂件、远光灯是否打开进行检测，还可以对车内的人脸进行特征抠图。 * 针对识别到的这些丰富的车辆特征，可以支持多维度组合查询，还可以进行特征搜车应用，输入一张车辆照片，根据图片中车辆的明显特征，如：车灯坏了，凹痕，车内饰物等，可以进行精细检索，检索出与该部分特征最相似的车辆。 * 深度智能下的车辆事件分析除了传统的对高速停车、抛洒物、逆行等多种异常事件进行检测之外，（动画）还可以进行交通事故的智能检测，可以对路边停车位进行停车管理，并将异常事件报警信息上传到监控中心，提示当前发生异常事件的地点及事件类型，同时出现报警视频画面，便于监控中心人员进行报警确认，可以及时疏导交通，排除险情 * 深度智能下对车流的状态分析可以通过采集所有过往车辆的信息，对车流量、车速、车头间距、拥堵状态、排队长度等进行实时监测和综合分析，可以对整个城市的交通态势进行研判，更好的进行城市交通管理。 * 对于车流的状态也可以进行实时监测，比如对车道的拥堵状况进行检测 * 视频监控系统——深度智能 深度智能识别种类更丰富 人/人群 车/车流 特征 行为/事件 状态 视频监控系统——深度智能应用 深度智能下的人脸/人体检测 深度学习算法 传统智能算法 视频监控系统——深度智能应用 深度智能下的人脸/人体识别 人脸识别 人体识别 年龄：38 性别：男 眼镜：无 微笑：否 年龄：32 性别：女 眼镜：无 目标颜色：黑 帽子：无 上衣：中袖 下装：短裙 戴口罩：无 发型：中长 背包：无 拎东西：否 是否骑车：否 …… 视频监控系统——深度智能应用 人脸/人体组合查询：根据时间、抓拍点位、人脸/人体属性信息进行筛选查询 人员结构分析：对人员的性别、年龄段、数量等信息进行统计 女 青年 进入次数： 10次 男 青年 进入次数： 10次 深度智能下的人脸/人体检测识别应用 视频监控系统——深度智能应用 深度智能下的人脸/人体比对 人脸比对 97% 相似度 45% 相似度 1:N比对 1:1比对 抓拍图片 身份证照片 97% 相似度 视频监控系统——深度智能应用 人脸实时报警 以图搜图 轨迹分析 深度智能下的人脸/人体比对应用 身份验证 视频监控系统——深度智能应用 人员行为检测 徘徊 人数异常 人员倒地 间距异常 滞留 在离岗 穿越警戒线 剧烈运动 自助行 审讯室 教室 监舍 广场 保卫室 深度智能下的人员行为分析及应用 视频监控系统——深度智能应用 人员密度检测 景区 广场 展厅 商场 深度智能下的人群状态分析及应用 视频监控系统——深度智能应用 景区 车站 连锁 图书馆 商场 博物馆 深度智能下的人群状态分析及应用 客流统计 预测近期 及未来的 客流情况 法定节假日 历史 客流数据 客流 保有量 视频监控系统——深度智能 90% 车身颜色 车牌识别 包括新能源 200多种 车辆品牌 10种 车型识别 机动车，非机动车，行人 分类检测 深度智能下的车辆特征识别 视频监控系统——深度智能应用 特征搜车 深度智能下的车辆特征识别应用 车辆检索 视频监控系统——深度智能 抛洒物 变道 停车 压线 掉头 逆行 深度智能下的车辆事件分析及应用 P 视频监控系统——深度智能 交通数据采集 对布防的道路过往车辆信息进行定时采集，采集信息包括 深度智能下的车流状态分析及应用 路口拥堵