当前位置: 首页 > news >正文

基于视频技术与AI检测算法的体育场馆远程视频智能化监控方案

一、方案背景

近年来,随着居民体育运动意识的增强,体育场馆成为居民体育锻炼的重要场所。但使用场馆内的器材时,可能发生受伤意外,甚至牵扯责任赔偿纠纷问题。同时,物品丢失、人力巡逻成本问题突出,体育场馆在给居民提供运动场地的同时,还需特别关注场馆内人员的人身和财产安全以及运动器械的可靠性。

二、方案介绍

基于体育场馆的监管需求,利用视频监控系统EasyCVR平台与AI智能分析网关,通过远程视频监控技术与AI智能检测技术,对实时视频流进行检测与分析,可以及时发现非法入侵、人员打架、倒地、抽烟、以及停车场管理等,有利于实现对体育场馆的智能化监管。

在体育场馆的大门口、更衣室出入口、寄存室、室内/室外运动场地、停车区域、主干道、器材仓库、围墙周界等区域部署监控摄像头,并统一接入视频监控系统EasyCVR平台,进行24小时全天候监控,掌控体育场馆内各区域动态,遇到突发问题能及时处理。平台支持视频录像、云存储、集中存储等能力,便于事后追查,保障场馆内人员和财产安全。

三、系统功能

1、AI智能检测

  • 周界入侵:自动检测警戒围墙区域是否有人员靠近、翻越行为,若有则触发告警;

  • 行为识别:自动检测场馆内人员的打架、异常聚集、人员倒地、攀爬等行为;

  • 抽烟识别:自动检测人员的抽烟行为,若有则触发告警;

  • 车辆结构化数据:支持识别机动车的属性(颜色、车型、品牌及车牌号);支持识别非机动车及车上人员的属性;检测机动车违停事件;

  • 垃圾检测:支持检测地面上的垃圾;

  • 烟火检测:自动识别烟雾火焰并告警。

2、远程实时监控

1)体育场馆大门口可部署全彩筒型摄像机,可在夜间光照极弱时自动开启柔光灯,实现全天24小时全彩监控,记录进出车辆和人员信息,在发生意外状况时提供有效依据,同时该摄像机支持强光抑制功能,解决车灯过亮而导致看不清车牌的问题。

2)在体育场馆仓库、更衣室出入口、寄存室部署星光海螺摄像机,在昏暗环境下提供高清监控画面,确保发生偷盗事件后,可查询优质录像,保障重要财产安全。

3)在体育场馆室内运动场地可部署广角海螺摄像机,支持800万超清和180°超大视场角监控,减少监控盲区,不错过任何突发事件;室外运动场地采用7寸星光球机,支持最远150米红外夜视和超低照度,即使晚上也能看清远处细节,高清记录设备损坏、人员受伤等过程,非常适合大范围监控,能够及时采取措施,也为事后定责提供有效依据。

4)体育场馆主干道和路边停车区域选用星光筒形摄像机,星光级夜视,实现全天24小时高清监控,及时发现停车不规范而影响道路秩序的问题,且为车辆刮擦追责提供依据。

3)多协议接入、多端播放

安防视频监控系统EasyCVR平台支持国标GB/T28181、RTMP、RTSP/Onvif协议等,以及海康SDK、大华SDK、海康Ehome等厂家私有协议,可覆盖市面上几乎所有的监控设备,也支持标准的API开发接口,支持电脑、手机、电视墙等终端设备播放监控视频,也可以集成至移动端APP、小程序、其他业务平台播放,十分方便工作人员的监管工作。视频平台支持单画面、多画面显示,可选择任意一路或多路视频观看,视频窗口数量1、4、9、16个可选。

4)便捷管理

安防监控/视频汇聚/视频监控EasyCVR视频融合平台可将体育场馆内各个区域部署的摄像头快速、便捷地接入,实现分散视频监控资源的统一汇聚与集中管理,支持采用设备树进行分组、分级管理,支持给管理用户分配角色与权限,达到监控中心统一、集中、高效监管的目的。

http://www.lryc.cn/news/178427.html

相关文章:

  • leetcodetop100(29) K 个一组翻转链表
  • 最新影视视频微信小程序源码-带支付和采集功能/微信小程序影视源码PHP(更新)
  • C++:vector 定义,用法,作用,注意点
  • Firecamp2.7.1exe安装与工具调试向后端发送SocketIO请求
  • MySQL到TiDB:Hive Metastore横向扩展之路
  • 算法通关村-----寻找祖先问题
  • Sentinel结合Nacos实现配置持久化(全面)
  • Verilog中什么是断言?
  • Oracle分区的使用详解:创建、修改和删除分区,处理分区已满或不存在的插入数据,以及分区历史数据与近期数据的操作指南
  • SLAM从入门到精通(amcl定位使用)
  • 【C/C++】C/C++面试八股
  • Scala第八章节
  • k8s-实战——kubeadm二进制编译
  • vite 和 webpack 的区别
  • 传统遗产与技术相遇,古彝文的数字化与保护
  • 多维时序 | MATLAB实现WOA-CNN-GRU-Attention多变量时间序列预测(SE注意力机制)
  • 1042 字符统计
  • 3 OpenCV两张图片实现稀疏点云的生成
  • 在Springboot项目中使用Redis提供给Lua的脚本
  • 分类预测 | MATLAB实现NGO-CNN北方苍鹰算法优化卷积神经网络数据分类预测
  • Linux或Centos查看CPU和内存占用情况_top只能查看对应的命令_如何查看具体进程---linux工作笔记062
  • 什么是DevOps
  • 力扣每日一题
  • 测试OpenCvSharp库的模板匹配功能
  • 网络编程day04(网络属性函数、广播、组播、TCP并发)
  • HALCON支持GPU加速的算子有哪些?
  • MacBook Pro 电池电量限制充电怎么设置AlDente Pro for Mac最大充电限制工具
  • 毕业设计选题之Java+springboot线上蔬菜销售与配送系统(源码+调试+开题+lw)
  • 【Leetcode】162.寻找峰值
  • SpringBoot集成MinIO8.0