无码网址破解成人三级片国产|日韩欧美自拍两女肉丝丝袜|日本成人在线播放|韩国精品视频久久|国产日韩欧美中文另类|97成人免费午夜大片在线观看|青青草无码成人AV片|一级二级三级手机在线观看|a视频在线观看亚洲日韩|A片网站电视电影

        引言
        隨著企業(yè)信息化、數(shù)字化、智能化進(jìn)程的不斷推進(jìn)，以人工智能為基礎(chǔ)的視頻智能識(shí)別分析，作用于施工作業(yè)現(xiàn)場(chǎng)人員的安全管控，成為一種更加精準(zhǔn)、高效的方式。
        傳統(tǒng)基于監(jiān)控的事后人工核查方式，存在時(shí)空覆蓋不全，易造成漏查、未查等問(wèn)題，基于邊緣智能的視頻分析技術(shù)，借助邊緣計(jì)算設(shè)備，在監(jiān)控源頭提供近端智能分析服務(wù)，實(shí)現(xiàn)對(duì)違章行為的實(shí)時(shí)識(shí)別分析，智能化的解析出具體違章信息及人員信息，從而將視頻這種非結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，為后續(xù)決策分析提供基礎(chǔ)。本文結(jié)合某廠房作業(yè)現(xiàn)場(chǎng)安全場(chǎng)景，介紹基于邊緣智能的作業(yè)現(xiàn)場(chǎng)安全落地相關(guān)實(shí)踐。
        整體框架概述
        本次檢測(cè)識(shí)別模型包括安全帽檢測(cè)、安全帶檢測(cè)、抽煙檢測(cè)和人臉識(shí)別，基于邊緣硬件可對(duì)視頻流進(jìn)行實(shí)時(shí)分析，智能識(shí)別現(xiàn)場(chǎng)違規(guī)行為，并將違規(guī)行為的結(jié)構(gòu)化信息和違規(guī)圖片，上傳至安全預(yù)警管控服務(wù)器進(jìn)行存儲(chǔ)和展示，同時(shí)實(shí)現(xiàn)告警信息與現(xiàn)場(chǎng)告警喇叭的聯(lián)動(dòng)，實(shí)現(xiàn)現(xiàn)場(chǎng)違規(guī)行為的實(shí)時(shí)告警，整體部署框架如下圖所示：

        數(shù)據(jù)采集包括全局?jǐn)z像頭和人臉采集裝置，全局?jǐn)z像頭采集的數(shù)據(jù)一方面連接硬盤(pán)錄像機(jī)進(jìn)行存儲(chǔ)，另一方面連接邊緣計(jì)算設(shè)備進(jìn)行檢測(cè); 人臉采集裝置將規(guī)整后的人臉信息存入人臉數(shù)據(jù)庫(kù)，以實(shí)現(xiàn)對(duì)人員身份信息進(jìn)行識(shí)別。對(duì)于檢測(cè)的違章情況，通過(guò)MQTT傳輸至安全預(yù)警管控服務(wù)器進(jìn)行管理，同時(shí)結(jié)合違章信息通過(guò)告警喇叭進(jìn)行警告。預(yù)警可視化從安全預(yù)警管控服務(wù)器中抽取違章信息進(jìn)行統(tǒng)計(jì)展示，并在核查后可直接生成報(bào)表。
        關(guān)鍵技術(shù)概述
        由于廠房區(qū)域比較開(kāi)闊及設(shè)備多樣，常規(guī)基于槍機(jī)的采集方法及通用模型檢測(cè)方式，會(huì)對(duì)模型檢測(cè)精度產(chǎn)生較大影響。在實(shí)際場(chǎng)景落地時(shí)，除了模型本身調(diào)優(yōu)之外，我們從PTZ跟蹤變焦、事件檢測(cè)和小目標(biāo)檢測(cè)技術(shù)來(lái)保證模型檢測(cè)精度，同時(shí)配合模型調(diào)度來(lái)保證多模型并發(fā)執(zhí)行效率。

        ?PTZ跟蹤變焦
        PTZ跟蹤變焦采用?？等Y(jié)構(gòu)化雙800萬(wàn)全局?jǐn)z像頭實(shí)現(xiàn)，當(dāng)全景攝像頭檢測(cè)到人員進(jìn)入時(shí)，會(huì)啟動(dòng)對(duì)人員的跟蹤，同時(shí)聯(lián)動(dòng)球機(jī)變焦，對(duì)人員進(jìn)行連續(xù)抓拍，示意如下：

        另，對(duì)于場(chǎng)景中有多個(gè)對(duì)象時(shí)，會(huì)將跟蹤對(duì)象放入隊(duì)列中，通過(guò)輪詢(xún)的方式實(shí)現(xiàn)對(duì)多人的跟蹤抓拍。由于全景攝像頭和細(xì)節(jié)球機(jī)坐標(biāo)系不同，而在后續(xù)檢測(cè)結(jié)果合并時(shí)，需要將檢測(cè)結(jié)果轉(zhuǎn)換到統(tǒng)一坐標(biāo)中，因此需在獲取抓拍圖片時(shí)記錄相應(yīng)的坐標(biāo)信息。
        通過(guò)跟蹤變焦，可以實(shí)現(xiàn)遠(yuǎn)距離目標(biāo)的清晰抓拍，為后續(xù)遠(yuǎn)距離人臉識(shí)別、小目標(biāo)抽煙檢測(cè)等檢測(cè)模型提供高質(zhì)量的數(shù)據(jù)，從數(shù)據(jù)層面來(lái)保證模型的檢測(cè)精度。
        ?事件檢測(cè)
        事件檢測(cè)將傳統(tǒng)基于單幀的檢測(cè)方式轉(zhuǎn)換為基于多幀的決策，以減少模型誤判，保證模型的檢測(cè)精度。傳統(tǒng)單幀的檢測(cè)方式嚴(yán)重依賴(lài)模型的效果，一旦模型出現(xiàn)誤判，無(wú)法自我糾正；而基于多幀決策的方式，將多幀的結(jié)果進(jìn)行匯總，并依據(jù)統(tǒng)計(jì)來(lái)判定是否為違規(guī)異常，從而大幅度較少模型的誤判，同時(shí)降低了模型學(xué)習(xí)優(yōu)化的難度。

        事件檢測(cè)基于內(nèi)存數(shù)據(jù)庫(kù)實(shí)現(xiàn)對(duì)檢測(cè)結(jié)果的增刪改查，同時(shí)防止模型在檢測(cè)到異常時(shí)，不間斷觸發(fā)報(bào)警的情況，并可通過(guò)定時(shí)器來(lái)控制報(bào)警間隔。
        小目標(biāo)檢測(cè)基于兩階段檢測(cè)方式實(shí)現(xiàn)，以抽煙模型為例，示意如下：

        基于兩階段的抽煙檢測(cè)流程，如上圖所示，第一階段采用基于Yolov4-tiny的手檢測(cè)模型，從整幅圖片中定位出手所在的區(qū)域，這樣可極大減少后續(xù)煙支檢測(cè)的計(jì)算量；第二階段，考慮到目標(biāo)本身所包含的判別信息，采用語(yǔ)義分割模型來(lái)對(duì)煙支所在區(qū)域的像素進(jìn)行區(qū)分，判斷是否有煙的存在，最終，完成抽煙的判定。通過(guò)這種方式，從流程上來(lái)保證模型的檢測(cè)精度。

        ?模型調(diào)度
        模型調(diào)度采用TritonServer推理框架，其可以動(dòng)態(tài)加載模型庫(kù)中的相關(guān)模型，實(shí)現(xiàn)多模型對(duì)GPU資源的調(diào)用和熱更新，客戶(hù)端通過(guò)HTTP方式實(shí)現(xiàn)模型服務(wù)的調(diào)用。本次落地后端實(shí)現(xiàn)框架包含TensorRT和C++，故借助其多后端支撐能力，實(shí)現(xiàn)基于C++backends擴(kuò)展模型服務(wù)，從而實(shí)現(xiàn)多模型推理的部署調(diào)用，保證模型的服務(wù)能力。
        綜上，針對(duì)作業(yè)現(xiàn)場(chǎng)安全管控，聚焦作業(yè)面積大、環(huán)境復(fù)雜、需實(shí)時(shí)告警等問(wèn)題，借助PTZ變焦跟蹤、事件檢測(cè)、小目標(biāo)檢測(cè)技術(shù)，從數(shù)據(jù)質(zhì)量、業(yè)務(wù)流程、檢測(cè)流程上來(lái)保障模型檢測(cè)精度，同時(shí)結(jié)合邊緣設(shè)備和TritonServer推理框架，實(shí)現(xiàn)邊緣端多模型服務(wù)部署，以支撐作業(yè)現(xiàn)場(chǎng)多攝像頭、多模型實(shí)時(shí)違章檢測(cè)。在保障現(xiàn)場(chǎng)安全的同時(shí)，將視頻這種非結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，為后續(xù)決策分析提供數(shù)據(jù)基礎(chǔ)。