视频AI边缘计算技术在安全生产监管中的场景化应用.pdfVIP

边缘计算技术在安全生产监管中的场景化应用

随着、大数据、云计算、边缘计算等技术的高速发展，我国的视频

监控市场也进入全新阶段。得益于AI深度学习技术的进步，现代化

的安防视频监控系统依托边缘计算设备的AI识别算法可以独立完成

在前端的一些简单的图像处理与分析任务，比如人脸检测、车辆检测、

烟火检测、安全帽检测等等。通过内置各种AI算法的摄像机，将一

些数据处理的压力分担到前端，解放部署在中心的云计算资源，这样

就能够集中更多的算力资源去开展更高效的、更重要的智能分析等任

务。

一般来说，在安防场景中的视频智能监控方案架构大致分为以下几个

部分：

1）前端设备：AI高清智能摄像机

AI

算法，企业可根据摄像头配置选择算法，支持安全帽检测、烟火检测、

室内通道堵塞检测、离岗睡岗检测、人员入侵检测、周界入侵检测、

室外消防通道占压检测等。

2）云服务端：EasyCVR视频融合平台

EasyCVR可提供多协议的设备接入、采集、AI智能检测与识别、处

理、分发等服务，支持视频监控、云端录像、检索回看、语音对讲、

智能告警、平台级联等视频能力。

EasyCVR视频融合云服务支持多类型、多协议的设备接入，如国标

GB/T28181、RTSP/Onvif、RTMP等，厂家的私有协议如海康Ehome、

海康SDK、大华SDK等。支持分发RTSP、RTMP、FLV、HLS、WebRTC

等多种格式的视频流，可覆盖全平台、多终端设备。

3）客户终端：PC、电子大屏、智能手机、平板、微信端等

平台的视频能力结合前端摄像机的AI智能检测与识别技

术，对视频监控场景中的人、车、物进行抓拍、检测与识别，对异常

情况进行智能提醒和通知，可广泛应用于安防监控、智能分析、通行

核验等场景。

在前端边缘AI识别的安防监控方案中，可以有效地控制和降低服务

成本。在一些简单的场景下，也使得AI摄像机不仅能实现高效率的

抓拍，同时也可以在后端，将其与服务器的前端进行比较分析。在不

同的使用场景中，往往单个智能摄像机就可以实现AI智能识别与分

析任务。以企业的安全生产监管为场景，该方案可以实现以下智能检

测识别功能：

）安全帽与防护服穿戴检测

将AI安全生产摄像机部署在工地、矿区的各个出入通道口、施工作

业区域等位置，对进入作业区域的工作人员自动检测与识别是否佩戴

安全帽、穿着工装、防护服等，若未按照规定着装则将触发告警，联

动语音进行提醒。监控中心的管理人员也可以根据平台发送的告警信

通过实时视频监测和预警在岗工人是否按照要

求做好安全防范措施，减少安全事故发生。

安全生产摄像机可实现对红蓝黄白颜色安全帽进行检测与识别（也

可定制其他颜色），也支持对工地的反光衣、防护服等定制的监测。

）人员入侵检测

对企业生产车间、厂区、矿区等场景下的危险区域如滑坡、基坑，以

及仓库、配电房等重要场地，自动侦测与识别人体，当有可疑人员进

入监测范围内，立即发出告警并抓拍，实时预警危险区域内的人员入

侵事件。

3）烟火识别

实时检测与识别烟火，一旦监测到烟雾、火焰，便立即触发告警，还

可以联动消防装置进行喷淋灭火。

4）消防通道占压检测

对室内楼道、安全出口、室外消防车通道等区域进行监测，一旦检测

到占用、堆放杂物、堵塞等情况，将立即触发告警提醒工作人员及时

处理，降低消防安全隐患。

5）睡岗离岗检测

对监控区域内的人员睡岗离岗行为进行识别，防止一些关键性的岗位

因职责疏忽造成不可估量的损失。当监测到异常情况时，系统会自动

报警，并且将其离岗或睡岗时的图像抓拍并录像保存。

事中响应、事后追查的诉求与人工智

能的技术逻辑完全贴合。拥有视频能力能够利用现有的视频监控

基础设施，并将存储的视频数据转换为可搜索、可操作和可量化的信

息数据，从而提高监管工作效率。

在AI加持的智能化视频监管模式下，不仅能实现数据信息的智能搜

索、过滤、预警、数据聚合和可视化等分析能力，而且预警处理的准

确性不断提高，误报减少，从而提高监管效率并大幅缩短溯源时间。

随着AI与物联网等技术互相渗透及迈向深入应用，基于边缘AI