AI算法视频分析服务平台IAS100综合管理软件平台

在传统算法上主要涉及背景建模、报警入侵、单目标跟踪、多目标轨迹分析和全景拼接,深度学习方面通过对水、陆、空等常见目标的训练,已具备检测识别人、车、船、无人机等不下于45种目标和动作。通过在边防线、军事基地、沙漠、湖泊、海洋等各个场景的应用和锤炼,平台已具备较强的环境适应能力,可有效应对雨、雪、风、沙、烟雾等各种弱视觉的环境。

公司基于光电技术领域的优势,提供远距离目标观瞄光电设备的同时,在视频图像处理上具备对远距离小目标的算法检测和识别技术,并结合光电控伺服制技术有效利用在了边海防、基地、化工、林业等各种行业领域,并对各个领域进行了深耕细化,使得算法技术更能切合实际使用的场景,发挥出巨大的价值。同其他厂家对比,我司的算法技术倾向于可见光、热成像的小目标检测和识别,并能基于场景做深入的优化,在同类行业中具有领先的优势。

1)动目标强化检测:支持采用目标识别、目标轨迹跟踪的方式强化极大和极小目标的运动检测、拌线检测和区域入侵检测;

2)人体动作多样性检测:支持人体在蹲、走、跑、跳、匍匐、游泳等各种动作下的极大和极小目标检测;

3)多种类目标检测:支持检测人、车、船、动物、鸟、无人机、空飘物、飞机、起落架等各种目标;

4)双光视频检测:支持可见光、热成像视频同步同规则、同步异规则、错时同规则和错时异规则的检测方式;

5)远距离小目标:支持对5*5像素以下的小目标实现入侵告警检测;支持对15*15像素以下的超小目标进行检测识别;

广泛应用于人车目标检测,森林、油库、化工厂、园区烟火检测,机场、核电站、城市低空无人机检测,港口、码头、湖泊、海洋船舶检测。

型号名称

IAS100AI算法视频分析服务平台

适用设备

光电转台、光电云台、电子哨兵、

通用安防摄像机

系统性能

单服务支持不少于16路视频实时检测(具体路数受限于硬件配置)

单服务支持不少于100路视频分时检测(具体路数受限于硬件配置)

图像分析

1.目标跟踪:支持单目标和多目标的跟踪算法、目标轨迹实时显示;支持目标识别自动跟踪(选配)、目标入侵区域自动跟踪、目标撞线自动跟踪、手动选择目标跟踪、跟踪目标算法识别(选配)、跟踪过程自动变倍、目标丢失自动找回;支持水、陆、空场景下的目标跟踪;支持KCF、光流跟踪法算法;支持可见光视频跟踪、热成像视频跟踪、转台类设备角速度跟踪和PID跟踪、云台类设备速度等级跟踪

2.全景拼接:支持可见光全景拼接、热成像全景拼接;支持水平360°、俯仰≥50°的无缝全景拼接;支持全景图上传、下载的功能

3.语义分割:支持可见光视频语义分割、热成像视频语义分割;支持基于deeplabv3系列的语义分割、基于DNANet的目标分割模型;支持对人、车、船、无人机、动物等目标、物体的像素级分割;支持天空和地面的分离、小目标和杂乱背景的分离

4.动目标检测:支持运动目标检测、目标拌线检测、区域入侵检测;支持采用目标识别(选配)、目标轨迹跟踪的方式强化极大和极小目标的运动检测、拌线检测和区域入侵检测;支持可见光视频动目标检测、热成像视频动目标检测、运动目标轨迹实时显示

运动目标检测能力

可见光1080P分辨率下支持检测不小于5*5像素的目标

热成像D1分辨率下支持检测不小于3*3像素的目标

增强后检测准确度达到95%以上

地面目标识别服务(选配)

1.人员检测:支持可见光视频、热成像视频对人员目标的检测;支持人体在蹲、走、跑、跳、匍匐、游泳等各种动作下的极大和极小目标检测

2.支持可见光视频、热成像视频对人脸的检测

3.车辆检测:支持可见光视频、热成像视频对车辆目标的检测;支持检测轿车、面包车、客车、卡车、皮卡、油罐车、三轮车、自行车、挖掘机、拖拉机、工程车等不同类型的车辆目标

4.动物检测:支持可见光视频、热成像视频对动物目标的检测;支持检测牛、羊、马、骆驼、猫、狗等各种动物的目标

5.烟火检测:支持可见光视频对烟和火目标的检测、热成像视频对火的检测;支持太阳、反光、烟筒等常见热源目标的检测

检测能力

可见光1080P分辨率下可检出的

最小目标像素不大于10*10,最大目标像素不小于300*240

热成像D1分辨率下可检出的

最小目标像素不大于8*8,最大目标像素不小于200*160

人、车、动物目标像素高于30*30时,检测准确率可达96%以上

烟火目标像素高于50*50时,检测准确率可达90%以上

单显卡支持不低于100帧/s的检测速度

单服务支持不少于4张显卡同时检测

水面目标识别服务(选配)

1.船舶检测:支持可见光视频、热成像视频对船舶目标的检测;支持检测客轮、货船、渔船、快艇、舰艇、采砂船等不同类型的船舶目标

2.支持热成像视频对水面上人体游泳目标的检测

3.支持可见光视频、热成像视频对垂钓目标的检测(选配)

4.支持可见光视频、热成像视频对漂浮物目标的检测(选配)

最小目标像素不大于15*15,最大目标像素不小于200*160

船舶目标像素高于30*30时,检测准确率可达95%以上

游泳、垂钓目标素高于35*35时,检测准确率可达85%以上

漂浮物目标素高于50*50时,检测准确率可达85%以上

低空目标识别服务(选配)

1.无人机检测:支持可见光视频、热成像视频对无人机目标的检测;支持检测四旋翼、六旋翼、固定翼等低空无人机目标

2.空飘物检测:支持可见光视频对风筝、气球等空飘物目标的检测;支持热成像视频对气球目标的检测

3.支持可见光视频、热成像视频对低空中鸟的检测

4.飞机检测:支持可见光视频、热成像视频对飞机目标的检测;支持直升机、民航、起落架、战斗机(选配)等目标的检测

无人机目标像素高于30*30时,检测准确率可达95%以上

空飘物目标像素高于30*30时,检测准确率可达80%以上

视频处理

1.拉流解码:支持设备直连取流、流媒体转发取流的视频解码;支持1080P、1280*1024、720P、D1、640*512等常见视频分辨率视频的解码、裁剪和压缩;支持一处解码供多模型、多算法同步使用

2.视频编码:支持解码视频和推理信息的融合编码;支持编码视频的压缩、视频服务发布和定向推送

3.推理回放:支持视频帧的模型推理、目标标记、遮挡、属性提取、目标信息存储、推理视频存储和目标告警推送;支持1帧/Ns—25帧/s的推理帧率控制;支持推理记录、视频的查询、回放和下载

4.模型管理:支持模型上传、删除、升级等管理操作;支持增加、删除、浏览、更名、隐藏等推理标签的管理操作;支持多进程、多模型的算法业务调度;支持手动上传视频、图片测试算法模型的推理效果

硬件适配

1.支持海思芯片、atlas、寒武纪、英伟达等各类芯片、GPU的算法移植和适配

2.支持云、边、端的形式部署;支持后端服务分布式组网、边端智能1+N检测以及端侧小模型移植适配

接口协议

1.接入协议:RTSP、GB28181(选配)视频协议接入;支持海康、大华、宇视等主流厂家设备协议接入

2.二次开发:支持SDK二次开发;支持RestfulAPI平台对接;支持提供RTSP格式的推理视频流

THE END
1.计算机专业中所用到的视频基础知识视频基本概念 (1)根据视觉暂留原理,连续的图像变化每秒超过24帧(Frame)画面以上时,人眼无法辨别单幅的静态画面,看上去是平滑连续的视觉效果,这样连续的图像画面构成即视频。在这里插入图片描述 (2)一个完整的视频文件主要由音频和视频两部分组成的,视频编码是为了压缩视频数据而做的一种压缩算法,是音视频https://baijiahao.baidu.com/s?id=1808949751313003336&wfr=spider&for=pc
2.“AI”科普丨Sora如何复现?《长视频生成》综述:挑战方法与前景计算机视觉和人工智能领域经历了变革性的增长,特别是在视频生成领域。最近,开发出能够产生高质量和逼真视频序列的算法激增。值得注意的是,长视频的生成,以其延长的持续时间和复杂的内容为特征,为社区提出了新的挑战并激发了新的研究方向。 尽管如此,关于长视频生成的研究仍存在差距。当前研究中的一个缺口是缺乏长视频https://www.163.com/dy/article/IUSDI6UK0511PEBT.html
3.GitHubguanfuchen/video基于视频的目标检测算法研究 对相应的视频目标检测论文整理实现综述文档。 知乎上有关该方向的讨论视频中的目标检测与图像中的目标检测具体有什么区别?。 简单来说,视频检测是比单张图片检测多了Temporal Context(时间上下文)的信息。不同方法想利用这些Context来解决的问题并不相同。一类方法是关注如何使用这部分信息来加https://github.com/guanfuchen/video_obj
4.视频算法工程师招聘网2025年视频算法工程师招聘信息猎聘2025年视频算法工程师招聘信息,海量高薪猎头职位等你来选,了解视频算法工程师岗位要求、薪资待遇等真实招聘信息,找高薪职位,上猎聘!https://www.liepin.com/zpshipinsuanfagongchengshi/
5.视频版权检测算法CompetitionsCCF大数据与计算智能大赛(CCF Big Data & Computing Intelligence Contest,简称CCF BDCI)是由中国计算机学会大数据专家委员会于2013年创办的国际化智能算法、创新应用和大数据系统大型挑战赛事,是全球大数据与人工智能领域最具影响力的活动之一。2019 CCF大数据与计算智能大赛由教育部高等学校计算机类专业教学指导委员会、国家https://www.datafountain.cn/competitions/354/
6.深度学习视频处理算法深度学习模型预测华为云帮助中心为你分享云计算行业信息,包含产品介绍、用户指南、开发指南、最佳实践和常见问题等文档,方便快速查找定位问题与能力成长,并提供相关资料和解决方案。本页面关键词:深度学习视频处理算法。https://support.huaweicloud.com/topic/986960-1-S
7.短视频推荐算法java51CTO博客已为您找到关于短视频推荐算法java的相关内容,包含IT学习相关文档代码介绍、相关教程视频课程,以及短视频推荐算法java问答内容。更多短视频推荐算法java相关解答可以来51CTO博客参与分享和学习,帮助广大IT技术人实现成长和进步。https://blog.51cto.com/topic/11ec4b238f401a2.html
8.视频分析算法的原理简介csdn视频解析算法视频分析算法的原理简介 智能视频(IV,IntelligentVideo)技术源自计算机视觉(CV,ComputerVision)与人工智能(AI,ArtificialIntelligent)的研究,其发展目标在于将图像与事件描述之间建立一种映射关系,使计算机从纷繁的视频图像中分辩、识别出关键目标物体,这一研究应用于安防视频监控系统、将能借助计算机强大的数据处理能力过滤掉https://blog.csdn.net/huapeng_guo/article/details/7684987
9.公共安全视频密码算法检测工具的设计与实现检测认证GB 35114-2017《公共安全视频监控联网信息安全技术要求》的技术核心是利用国产密码算法解决视频监控联网系统信令及视频传输、存储的信息安全问题。 GB 35114-2017《公共安全视频监控联网信息安全技术要求》的技术核心是利用国产密码算法解决视频监控联网系统信令及视频传输、存储的信息安全问题。本文参照国密算法验证的相关方法http://news.21csp.com.cn/c25/202208/11416710.html
10.基于MPEG2的三种视频加密算法理论上MPEG2视频直接加密算法具有很高的安全性,DES算法具有很高的安全性。MPEG根据视频选择性加密算法MPEG2视频编码特性的加密方法是主要方向。(1)基于MPEG2视频帧结构的选择性加密算法,最早提出的加密思想只加密一帧,因为一帧包含了大量的视频信息,P帧和B帧主要用于https://www.55tools.com/news/0375.html
11.短视频内容算法:如何在算法推荐时代引爆短视频(豆瓣)什么才是掌控短视频分发“看不见的手”? 本书从传播学、心理学、信息学等多学科角度出发,结合一线操盘经验、实战案例、详尽的数据分析,揭示算法推荐的底层规律。 作者希望给想进入短视频内容行业或正在尝试转型的内容创作者,以及想通过短视频内容营销实现弯道超车的企业带来帮助。 产品、流量、用户和数据,正在形成以内https://book.douban.com/subject/35216809/
12.全面解析腾讯会议的视频前处理算法第二,桌面端是腾讯会议的核心场景之一,自研推理引擎在桌面端的异构计算和并行计算优化方向积累丰富,有力的支撑了桌面端的音视频算法。 第三,自研推理引擎可以快速定制化和响应业务的需求,特别是对于腾讯会议这种快速迭代的产品来说,快速定制化和迭代的能力非常重要。 https://www.infoq.cn/article/BRUFWUue3cgmz4YouWWt
13.一种新的近重复监控视频检测算法AET受参考文献[4]启发,本文在提取关键帧图像的特征提取之前先在镜头层次提取出一种新的特征作为镜头的时序特征,再提取全局颜色特征和更精确的SURF局部特征进行检测,最终得到与查询视频近重复的视频,算法具体框架如图1所示。 1 近重复监控视频检测算法 1.1 镜头边界检测 http://www.chinaaet.com/article/213769
14.高通CVPR神研究:视频处理计算量降低78%,教卷积层自己“挑像素因此,降低视频算法计算量,一直是国内外AI视觉算法大牛们致力研究的问题。 最近有两篇CVPR 2021的论文,就引起了视频圈的不少关注。 它们教算法模型学会了自己“省算力”,将视频处理算法的计算效率提升了几倍不止,性能也并不下降! 教AI自己省算力,计算量-78% https://m.thepaper.cn/newsDetail_forward_13149498
15.应用Camshift跟踪算法提高视频中人脸检测速度3.3 Camshift算法 Camshift算法就是对视频里的每一帧图像全部做Meanshift运算, 并且把计算出来的目标的大小及位置当做下一帧Meanshift算法中搜索框的大小起始值及它的中心位置. 利用迭代运算的形式实现对视频里的目标进行跟踪. Camshift算法流程如图5所示. 图5Camshift算法流程图 https://c-s-a.org.cn/html/2020/9/7645.html
16.用深度学习设计图像视频压缩算法:更简洁更强大雷峰网总体而言,借助于深度学习设计视频和图像压缩算法是一项非常具有前景但也非常具有挑战性的技术。目前,其已经在人脸识别等领域证明了它的强大能力,有理由相信在不久的将来,深度学习技术将为图像视频压缩领域带来更大的突破。 图6:在同等压缩率下压缩视觉效果对比。上图为图鸭所提出的算法,下图为 JPEG2000 算法。在纹理https://www.leiphone.com/category/ai/rUFVbAmPDRP1bwgP.html