TSINGSEE视频汇聚管理与AI算法视频质量检测方案

一、建设背景

随着互联网视频技术的发展,视频监管在辅助安全生产、管理等方面发挥了不可替代的作用。但是,在监管场景中,仍然存在视频掉线、视频人为遮挡、视频录像存储时长不足等问题,对企业的日常管理和运转存在较大的安全隐患。企业原有视频运维系统存在检测准确率低、告警提醒滞后、异常处理不闭环、系统交互体验差等问题,已无法满足当前对视频质量高效保障运维的要求。

因此,为提升视频质量,准确及时发现视频数据应用过程的问题,需要增设一套视频质量智能分析诊断系统。系统运用深度学习技术对全区的视频进行不间断的视频质量分析,并将分析结果推送至相关责任人,进而达到视频质量问题主动发现、尽早处理的闭环处置流程。

二、需求分析

基于项目已建设的视频监控系统进行拓展建设,扩容视频汇聚系统能力以及新增视频质量诊断系统,具体如下:

1)复用提升视频汇聚系统能力:基于已建设的视频汇聚系统扩增存量视频接入路数总量以及流媒体转发能力,以支撑视频质量诊断的视频并发分析。

2)新增视频质量诊断检测算法:包含图像颜色异常、监控视角异常、图像虚焦模糊、监控镜头脏污、视频图像遮挡、视频图像花屏等视频质量诊断算法;以及设备在线状态、视频开流、录像完整性等检测能力。

3)配套提供视频质量诊断分析应用:包含视频质量诊断结果查看、诊断告警提醒、诊断闭环处理、移动应用等面向用户的功能,并支持提供PC、移动端客户端。

三、方案设计

基于用户项目前期建设的视频监控系统,及当前的扩容建设需求,旭帆科技可利用视频汇聚与管理系统EasyCVR平台丰富的视频能力与AI算法中台的视频画面异常检测算法,实现前端海量视频资源的轻量化、统一接入与汇聚管理、视频取流、视频质量诊断、流媒体转发、设备管理与状态监测等,并能提供PC端、移动端等应用。

1、视频汇聚与管理

EasyCVR视频汇聚管理系统基于云边端架构,具有强大的数据接入、处理及分发能力,平台能在复杂的网络环境中,将分散的各类视频资源进行统一汇聚、整合、集中管理,实现视频资源的鉴权管理、按需调阅、转码与处理、全网分发、告警上报、视频集中存储、智能分析等。

2、视频质量诊断

TSINGSEE青犀AI算法中台内置40多种AI算法模型,基于项目的视频诊断需求,可支持识别画面黑屏、灰屏、白屏、绿屏、蓝屏、花屏、镜头有遮挡、有污染,以及摄像机角度异常等情况。当检测到视频画面有异常时,系统将抓拍图片并进行告警,便于工作人员及时处理。

3、设备状态监测

在设备的管理及状态监测上,EasyCVR视频汇聚管理系统支持实时监测设备的接入、在线、离线状态,并能对设备的离线进行告警,此外,EasyCVR还能实时监测网络环境、服务器、带宽、内存等系统运行状态,便于工作人员实时了解系统运行状态和及时发现异常。

4、流媒体分发

EasyCVR视频汇聚管理系统能对接入的视频流进行转码与多端分发,可分发的视频流格式包括:RTMP、RTSP、HTTP-FLV、WebSocket-FLV、HLS、WebRTC等,能实现多终端覆盖,包括:电子大屏、电视墙、手机、平板、微信端/小程序端等,能适用于多样化的展示场景中。

四、方案优势

1、技术先进

TSINGSEE青犀AI视频智能分析系统采用当前先进的视频AI技术、图像处理技术、计算机控制技术等,实现系统各功能模块的灵活调度及配置,为用户提供简单直观、方便快速的使用体验。系统所采用的设备与技术能适应以后发展,并能够方便地升级。本系统是一个先进、适应未来发展、可靠性高、保密性好、网络扩展简便、连接数据处理能力强、系统运行操纵简便的智能监控系统。

2、系统弹性可拓展

EasyCVR视频汇聚管理系统架构具有足够的灵活性,具有良好的分层、模块化设计。针对不同的应用场景可以实现灵活、快速的定制,及时响应用户需求。系统应采用灵活、开放的模块化设计,赋予结构上极大的灵活性,为系统扩展、升级及可预见的管理模式的改变留有余地,并且设计中留有冗余,预留扩展功能接口,以满足未来的业务发展要求。

3、系统开放度高、兼容性强

EasyCVR视频汇聚管理系统遵循开放性原则,可提供符合国际标准的软件、硬件、通信、网络、操作系统和数据库管理系统等诸方面的接口与工具,使系统具备良好的灵活性、兼容性、扩展性和可移植性,能兼容多家监控厂家的设备,包括主流标准协议有国标GB28181、RTSP/Onvif、RTMP等,以及支持厂家私有协议与SDK接入,包括海康Ehome、海大宇等设备的SDK等。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/174700.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用Filebeat+Kafka+Logstash+Elasticsearch构建日志分析系统

随着时间的积累,日志数据会越来越多,当您需要查看并分析庞杂的日志数据时,可通过FilebeatKafkaLogstashElasticsearch采集日志数据到Elasticsearch中,并通过Kibana进行可视化展示与分析。本文介绍具体的实现方法。 一、背景信息 …

UWB基础——IEEE 802.15.4z中可选波形

在前面的文章:UWB基础——基带简介中介绍了关于UWB基带脉冲波形以及相关的定义,本文继续介绍在IEEE 802.15.4z-2020标准中新增的一些兼容脉冲形状。 1. 基带脉冲响应 传输脉冲形状p(t)受到与标准参考脉冲r(t)的互相关函数形状的限制。 两个脉冲之间归一…

基于连续Hopfield神经网络优化——旅行商问题优化计算

大家好,我是带我去滑雪! 利用神经网络解决组合优化问题是神经网络应用的一个重要方面。所谓组合优化问题,就是在给定约束条件下,使目标函数极小(或极大)的变量组合问题。将Hopfield网络应用于求解组合优化问…

php+vue3实现点选验证码

buildadmin 中的点选验证码实现 验证码类 <?phpnamespace ba;use Throwable; use think\facade\Db; use think\facade\Lang; use think\facade\Config;/*** 点选文字验证码类*/ class ClickCaptcha {/*** 验证码过期时间(s)* var int*/private int $expire 600;/*** 可以…

Leetcode刷题详解——太平洋大西洋水流问题

1. 题目链接&#xff1a;417. 太平洋大西洋水流问题 2. 题目描述&#xff1a; 有一个 m n 的矩形岛屿&#xff0c;与 太平洋 和 大西洋 相邻。 “太平洋” 处于大陆的左边界和上边界&#xff0c;而 “大西洋” 处于大陆的右边界和下边界。 这个岛被分割成一个由若干方形单元格…

Spring Cloud学习(八)【RabbitMQ 服务异步通讯】

文章目录 初识 MQ同步通讯异步通讯MQ 常见框架 RabbitMQ 快速入门RabbitMQ 单机部署RabbitMQ概述常见消息模型 SpringAMQPSimpleQueue 模型WorkQueue 模型发布订阅模型发布订阅-Fanout Exchange发布订阅-DirectExchange发布订阅-TopicExchange消息转换器 初识 MQ 同步通讯 同步…

解密图像处理中的利器——直方图与均衡化

直方图与均衡化是数字图像处理中常用的重要工具&#xff0c;它们能够帮助我们更好地理解和改善图像的亮度分布。本文将首先介绍直方图的基本概念以及其在图像处理中的意义&#xff0c;接着详细阐述直方图均衡化的原理和算法。同时&#xff0c;文章将探讨直方图均衡化在图像增强…

基于Vue+SpringBoot的天然气工程运维系统 开源项目

目录 一、摘要1.1 项目介绍1.2 项目详细录屏 二、功能模块2.1 系统角色分类2.2 核心功能2.2.1 流程 12.2.2 流程 22.3 各角色功能2.3.1 系统管理员功能2.3.2 用户服务部功能2.3.3 分公司&#xff08;施工单位&#xff09;功能2.3.3.1 技术员角色功能2.3.3.2 材料员角色功能 2.3…

【Redis系列】Redis上设置key,value的时候出现NOAUTH Authentication required提示如何解决?

哈喽&#xff0c;大家好&#xff0c;我是小浪。相信大家在初学一门新的知识点的时候都会遇到各种各样的问题&#xff0c;在网上找了一大堆的解决方案&#xff0c;最后还是无功而返&#xff0c;那么今天博主就记录一下在进行Redis的一些操作中遇到的问题~ 当我们好不容易安装好R…

matlab simulink PSO算法优化simulink的PID参数

1、内容简介 略 13-可以交流、咨询、答疑 PSO算法优化simulink的PID参数 2、内容说明 标准的PSO算法优化simulink的PID参数 PSO、粒子群算法、simulink参数优化 3、仿真分析 4、参考论文 略 链接&#xff1a;https://pan.baidu.com/s/1yQ1yDfk-_Qnq7tGpa23L7g 提取码&…

计算机组成原理——指令系统题库1-20

1、以下有关指令系统的说法中错误的是什么。 A、 指令系统是一台机器硬件能执行的指令全体 B、 任何程序运行前都要先转化为机器语言 C、 指令系统是计算机软件、硬件的界面 D、 指令系统和机器语言是无关的。 2、在CPU执行指令的过程中&#xff0c;指令的地址由什么给出。…

线性模型拟合非线性数据中,如何找到最优的【分箱】数

具体的数据可以回看上一条博客。我们先来始化三个空列表&#xff0c;用于存储后续计算的预测得分、交叉验证得分的平均值和交叉验证得分的方差。 pred,score,var [], [], [] 2. 再定义一个列表&#xff0c;包含了我们想要尝试的分箱数量。 binsrange [2,5,10,15,20,30] 3…