科技成果
成果名称: 基于深度学习算法的AI视频事件检测系统
成果登记号: 9612023Y0185
第一完成单位: 陕西交通电子工程科技有限公司
联 系 人: 李炜
成果类型: 应用技术
成果体现形式 : 新产品
技术领域: 现代交通
应用行业: 交通运输、仓储和邮政业
学科分类: 交通运输安全工程(580.80)
应用状态: 产业化应用
完成人: 樊吉飞,孙楠,陈思行,朱海明,王婵,田龙,孙杰,王一博,卢浩雨,张鑫,杨冬
成果简介:
现已开发出一套基于深度学习算法的AI视频事件检测系统,本系统包含软件平台和硬件设备。
视频事件检测系统运用基于深度学习图像算法进行图像识别,主要包含目标检测、火灾检测、目标跟踪等深度学习算法模块。
目标检测算法模块获取图像中不同种类车辆和行人目标的位置和类别,可以对特定车辆类别和行人的出现进行告警;目标跟踪算法模块使用卡尔曼滤波算法配合深度学习模型提取的目标特征,可以得到视频流中每一个目标的独立ID,根据此ID可以计算得到车辆目标的停车行为,车辆目标速度和道路拥堵情况的信息;火灾检测算法模块获取图像中起火点的位置,可以对火灾情况进行告警。
相较于传统图像算法,深度学习图像算法获取的目标位置和目标类别更加准确,目标的跟踪也更稳定,会更少出现目标ID错误切换的情况。针对高速云台摄像头,我们的优势是通过自主标记检测区域,在摄像头转动、变焦等运动情况下,可同步检测。由于算法的先进性,针对小目标敏感,极小目标、遮挡目标可以准确检测。且对光照不均匀、夜晚光强较弱情况可以准确检测。
1.获得实用新型专利2项,《一种高速视频检测用工作台》授权编号ZL.2021 2 0251193.3、《一种智慧视频分析监控装置》授权编号ZL.2021 2 0184617.9。
2.取得软件产品登记测试报告、通过一级科技查新单位的科技查新报告。
3.取得技术成果:
3.1基于卷积神经网络的交通事件检测技术:卷积神经网络模型在图像检测与识别领任务上表现出了强大的图像特征提取能力,可以更好地实现特征学习与特征分类,突破现有视频事件检测器方法的局限性,实现高效智能的视频事件检测;
3.2数据可视化技术:基于Web前端框架,建立一体化的业务流程管理平台,接入陕西省高速公路监控视频、建立基于视频监控分布的电子地图,通过对摄像机选定及搜索,展示机位的基本属性、实时监控、历史记录、待处理事件信息信息。同时对系统硬件进行实时监控,在可视化界面展示。针对算法常用参数提供限定选值区域的可视化调节。
4.硬件成果(已取得CCC认证证书):
4.1丝路e行牌AI多功能视频事件分析服务器VX8001-8;
4.2丝路e行牌AI多功能视频事件分析服务器VX8001-16。
5.取得陕西省工业和信息化厅颁发的《陕西省重点新产品证书》。
6.获得2022年陕西省企业“三新三小”创新竞赛一等奖。
7.已在陕西省多个高速公路管理分公司形成产业化应用。