采用AI深度学习技术实现骑车不戴安全帽识别

时间:2024-03-09 12:34:30

        随着AI技术越来越广泛,我也从事AI算法开发有近8年之久,自从基于GPU深度学习的技术的兴起,智能视频行为分析技术落地能力更强了,另外还需要研发经验加持,我主持开发的这个骑车不戴头盔算法的开发已经前后已经超过了5年了,从采用OpenCV传统算法到AI主流神经网络算法,可以说踏坑无数,经验总结才是最好的老师,到如今,我主采用深度学习算法,针对各种骑车(摩托车、电动摩托车、自行车)等未戴头盔/未戴安全帽的行为进行抓拍,并检测到人脸的一并抓拍人脸,识别率可达99.98%以上,技术上采用 Tesnorflow+TensorRT推理组合,单帧检测精度高、速度快,实用性好,再结合我们多年经验, 采用车辆拌线或进入区域方式触发,触发后检测车辆上的人是否戴头盔来确定是否触发抓拍事件 , 本算法具有如下特点:

 支持电动车或摩托车号牌识别

 支持上传中心管理平台选项

 支持时间段布控
 支持设定最小评分阈值设定,车辆、人员、头盔检测评分小于此阈值时被过滤掉。
 支持手工绘制排除区
 支持设定是否联动语音TTS播报(本地或网络语音模块)
 支持设定是否联动开关量输出
 支持设定多边形布控区,未设置布控区时,则全景布控
 支持设定布控时间

 支持设定是否联动录像(N秒)

 从事AI算法的朋友可以加我QQ或Weixin,一起交流AI算法开发