壹合原码智慧厨房平台_视频监控行为分析识别系统

立即咨询

立即试用

商务合作

壹合原码智慧厨房平台

壹合原码智慧厨房平台，摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持包括摄像头等终端感知设备接入，为整个平台提供数据接入底座。无需更换摄像头，无需施工改造，降低企业智能化升级成本。

立即咨询

数字化中国建设取得阶段性成果：已有监控摄像头均可加持AI算法 icon

应用行业

酒店、餐馆、学校食堂等。

方案功能

1，通过原有摄像头GB28181,RTSP协议等获取实时视频流，无需更换摄像头，摄像头利旧，降低经营成本；2，通过智慧厨房平台系统即可针对不同区域的摄像头，完成不同的算法配置，操作人员无需算法能力，即可实现不同场景的监管全覆盖；3，危险时间智能抓拍，系统自动储存，追溯方便，数据可视化，智能报表统计，每日数据分析。

方案效果

构建基于Ai技术的智慧厨房平台，可逐步实现智能化巡检、智能化管理，针对安全卫生事故隐患进行有效监控预警，降低违规行为发生率，节省人工监管成本。

场景痛点

餐饮企业后厨内部虽有监控装置但是由于历史原因，布控的摄像头厂家各异，且视频监控平台的路数增加导致监管困难，卫生隐患频频发生。

摄像头厂商不统一
摄像头厂商不统一，各自都有监控平台，无法集中进行监管，各自的视频监控平台无法互通，导致无法集中进行管理和规范。

Ai识别跟摄像头已经绑死在一起
摄像头大厂的Ai能力都与摄像头行程强绑定，需要新增Ai能力，需要拆除之前的，重新购置新的Ai摄像头，造成之前的投资浪费。

不同场景不同时段Ai识别无法灵活配置
针对不同场景，不同时段的情况下，摄像头所监控的关键动作不一样，无法在后台进行灵活配置，导致同一个场景下需要多装一倍摄像头，来进行监管，增加投资成本。

算法应用场景

厨房
厨师帽检测

口罩检测

灭火器检测

老鼠检测

餐饮店
人员摔倒

烟火检测

灭火器检测

人员密度检测

酒店后厨
垃圾桶🈵️检测

非法拍照检测

陌生人闯入检测

工服检测

解决方案

工服检测
通过对待识别图像进行人脸检测/人体检测,得到目标检测框,根据目标检测框确定工作服所在区域,确认该人员是否穿着规定工作服。

不戴口罩检测
摄像头获取信息，通过R-SSD算法脸部区域定位及追踪算法，实时检测是否存在违规不戴口罩等行为。

消防设施配备检测
自动识别灭火器配备及摆放情况，如有异常，则发出警报。

火焰烟雾检测
通过火焰监测算法，实时检测、警告、阻止任何微小火源可以造成的火灾。

老鼠检测
基于视频流数据实现对监测区域老鼠出没检测。

厨师帽检测
摄像头获取信息，通过厨师帽检测算法，实时检测未带厨师帽的厨师。

硬件配置清单

1）摄像头：基于现有新旧厂区已架设完成的摄像头实现设备利旧，不需要重新更换。

2）服务器：如下清单。

3）网络类型要求：企业网络。带宽最低要求：500M。

基于Ai技术的智慧厨房平台功能介绍 icon

核心模块

功能介绍

摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持包括摄像头等终端感知设备接入，为整个平台提供数据接入底座。各类老旧摄像头，不限制品牌可通过GB28181，RTSP协议接入AI视频监管平台，无需更换摄像头，无需施工改造，降低企业智能化升级成本。

功能介绍

针对企业内部署的摄像头装置，可以按照需求调取场景视频流。支持一屏、二屏、四屏、八屏同时预览，降低人工巡逻时间成本，有效提升厨房卫生监管效率。

功能介绍

关联相应AI技能的设备会根据配置的AI技能运行时间进行实时监测，当发生违规行为，设备异常、环境异常等事件时，会产生相应的风险告警。告警会生成预警事件图片及事件视频用于回看。告警管理中可查看整体预警事件的数量，告警详情。对每一个预警事件进行全流程的处理跟踪，以及预警的全生命周期管理。告警事件总览：统一展示全部预警事件及告警数据统计；告警事件处理：下发预警处理通知，记录处理意见；错误预警修正。

功能介绍

一个AI技能对应一个业务场景，算法模块可基于已有原子模型库快速编排出一个业务上所需的AI技能，如“未带安全帽检测”、“未穿工服检测”等。接入的设备仅需通过关联AI技能即可将完成智能化升级，具备多种场景的AI能力。在算法管理中用户可根据自身业务逻辑设置自定义的预警逻辑，并根据需要将技能下发至多种智能设备。各类检测算法可通过接口方式接入AI管理平台，摄像头配置后可按照预设检测频率进行识别。针对不同区域的摄像头，可按照实际监管需求人工配置不同的算法，灵活多变，快速适应不同需求改变。

功能介绍

针对告警数量、告警位置、告警类型等参数进行统计，并做可视化处理，便于管理员对场景内的生产及安全情况作统计。

产品优势

业务原生的模型自迭代能力，样本库智能生成方案，打通数据收集+模型迭代闭环。

产品优势

结合视觉+大数据能力，基于多模态深度学习和多源数据分析，实现高精度预警。

产品优势

与安全卫生业务深度融合的厨房监测预警平台。

落地案例｜中化集团HES行为监测 icon

场景痛点：中化农业全国各地种子培育基地针对供电车间，物资仓库，办公室等场景下，每天需要安排8个人员进行监控室的24小时管理及厂区安全巡逻，人员成本高，安全管控能力低，无法及时有效的管理组织险情。方案功能：针对园区异常情况自动实时报警，定位区域，自动抓拍，针对园区内老旧摄像头完全接入安全管理平台，降低海康、大华软件成本。方案效果：1，摄像头利旧，自由配置算法，监控集中化管理；2，算法具备增量能力，摄像头持续采集图像，算法准确率持续提升；3，算法自动抓拍，监控系统日期自动储存问题图片，方便追溯。解决方案：通过深度学习视觉检测算法，现场采集真实场景下的吸烟动作，路面积水，安全帽，安全马甲进行初步的监测模型框架搭建，通过真实场景部署，完成算法迭代，准确率持续提升。

落地案例｜韩国工厂安全行为监控平台 icon

场景痛点

1.实时监控范围过广，监控范围需遍布工厂各处。识别潜在的危险行为。各区域同时监控难度大，如需报警反应缓慢，难以控制实时报警监督行为。2. 管理效率低。多区域多场景监控人力成本高，巡查需要人看，效率低，智能自动化程度低，需24小时轮岗值守，对人力消耗过高。3. 数据割裂严重。运营数据和行为数据割裂，无法统筹多维度数据为工业厂区业务和管理赋能，无法实时同步监控等。4. 监管区域信息化水平低。潜在危险难以溯源，无法预防降低危险发生概率。报警区域不精准，影响处理时间及效率。

方案功能

1，通过深度学习算法，采集监控范围内工厂的日常数据。2，构建数据分析模型，及时回传各系统监控监测数据进行分析反馈响应，并生成全量日志，提供打通全渠道数据的接口。3 ，监控连锁厂区实时数据，基于数据分析问题，以便更加科学地指导监督报警，持续提升连锁厂区管理效率。

落地案例｜韩国工厂安全行为监控平台 icon

方案效果

1，算法识别准确率高。安全帽识别高达98%；叉车识别高达97%；防尘服、口罩识别高达99%；禁区识别高达99%。 2，服务器承载力强。同时支撑300路摄像头一起工作服务监控。一年可节约人工成本162w+。 3，数据传输速率快。5G峰值速率为10-20Gbps，提升了10-20倍，用户体验速率将达到O.1Gbps-1Gbps，提升了10-100倍。 4，系统加载带宽提升。使用3G和4G网络下载文件或连续观看几分钟的视频都需要耗费2-5分钟加载时间，但对于5G网络来说，由于带宽的提升，人们将可以在不排挤其他用户的情况下使用更多的带宽。随着智能设备能搭载并使用高速的5G网络，这些设备将能够比以往任何时候运行得更快。

解决方案

1.实现全部摄像头的利旧，模块的统一。2.整个厂区的智能化。 3.降低总成本。 4.打造全链条。

落地案例｜港口安全行为预警监控 icon

场景痛点：港口针对船只安全，施工安全，行为安全目前完全依靠人工巡检方式进行保证，人工成本高，巡查点位无法覆盖。方案功能：异常情况检测自动报警，定位问题区域，实时反馈，最大限度降低因为人员不安全行为造成的不良影响，最快速度发现问题解决问题。方案效果：1，监管人员由15人降低至3人； 2，安全风险监管能力提升90%，检测准确率大于90%； 3，摄像头完全利旧，支持按需自由配置算法，监控集中化管理。解决方案：通过深度学习视觉检测算法，建立烟火识别，吸烟识别，安全帽识别，安全马甲识别模型，行为监测模型，每个检测点架设摄像头进行照片采集，实时进行系统自检测，达到实时预警。

落地案例｜上海地铁人流量检测系统 icon

场景痛点：上海地铁人流量限流管控困难，紧急情况发生预警处理效率低下，需要大量的人力成本进行严格管控，各个进站口、通道、站台区域限制场景不一，针对动态检测、静态检测、跌倒检测、吸烟检测等不安全行为管控难。方案功能：实现特定区域内区域人流量检测。针对不安全行为进行重要场所，重点区域布控，重点布控。针对不全行为，人流超限情况实时预警播报，及时处理。方案效果：1，识别算法摄像头利旧，无需硬件改造升级，成本低。 2，超大训练集数据沉淀，准确率高，可支撑大流量人体检测。 3，具备增量训练能力，后续的数据集可迭代训练，准确率不断提升。解决方案：通过研发符合演习标准的人体结构识别点，进行人体姿态识别，实现动态/静态人流检测，针对不安全行为进行数据特征采集建模。