0


AI视频监控平台开发流程(附源代码)!!!

目录索引

  • 前言

本项目基于AI人工智能行业需求进行定制开发,集摄像头视频流,算法模型,检测识别,数据推送,数据统计,及可视化大数据展示等主要功能于一体,方便客户操作,贴合业务开展。

  • 技术选型

本项目采用单体架构方式,采用如下技术实现:

Springboot

Websocket

Mybaits-plus

Javacv

Freemarker

Layui

Echart

Jquery

前端框架采用pear admin

  • 业务关系图

核心模块包含三个部分:视频中台服务、视频播放服务,算法模型服务。

用户通过视频中台服务对算法模型,摄像头视频流等配置,查看告警信息,数据统计信息等;

视频播放服务用于在浏览器播放实时视频流;算法模型服务用于进行目标检测识别,通过http接口与视频中台进行交互,比如获取配置的视频流地址,推送检测结果到视频中台等。

  • 数据库关系图

数据存储采用mysql5.7, 以下展示核心数据库表结构信息,全部表结构信息在/resource/sql/scheme.sql

  • 视频中台源代码

开源项目中源代码可自行下载进行二次开发改造,镜像部署文档说明请见百度网盘链接:

链接: https://pan.baidu.com/s/1MMjaPVoQFa4g3_qonykCaw?pwd=5fbr 提取码: 5fbr

--来自百度网盘超级会员v5的分享

平台开源代码地址:https://gitee.com/moo3108661550/yihecode-server?_from=gitee_search

  • 视频中台功能明细

摄像头管理

支持查看摄像头信息,配置视频流类型,设置摄像头告警时段,编辑、删除摄像头信息等功能。

视频流管理

支持实时查看告警弹窗推送;查看告警截图及信息列表;设置视频展示路数等功能。

告警管理

支持查看平台全部告警信息统计;支持查看告警信息详情及截图;支持将告警信息推送至第三方平台等功能。

算法管理

支持新增、编辑、删除算法模型等功能。

训练管理

支持模型评估、模型训练、模型优化,推理服务等功能。

统计管理

支持查看摄像头、算法、告警等统计信息,支持BI大屏统一展示上述信息。

预留数据接口

支持按照需求增加算法模型和摄像头视频流。

模型测试

支持上传图片,生成测试模型测试的结果。

  • 模型测试功能展示

7.1新增本地算法

通过本地搜索来查找服务器上的算法,支持更新算法服务,下载算法算法模型。

7.2上传测试图片

通过拖拽上传测试图片,支持选择算法模型、识别区域,右侧给予显示识别结果。(图片+代码)

  • 算法服务二次开发流程(赠送算法模型)

赠送算法清单如下:

算法模型名称

模型功能

安全帽检测

该算法支持检测安全帽的佩戴情况,针对员工是否佩戴安全帽进行识别,帽带是否系紧。算法灵敏度可达到毫秒级别,识别准确度达90%以上。

火焰烟雾检测

该算法针对不同场景的覆盖,可用于室内室外多种复杂环境,支持识别可见烟雾及火焰,识别精度达85%。

行人检测

该算法可以检测区域内基础人员,应用面广,可实现在岗检测,离岗检测等场景需求,算法精度高于98%。

跌倒检测

该算法针对于现场人员长时间躺卧、长时间静止进行自动识别,根据场景定制化需求,系统可支持客户根据实际情况自由调节判断的时长阈值,识别准确度达95%以上。

赠送算法安装链接:

链接: https://pan.baidu.com/s/1TPmf19Lyxfa8M-nq-XdHpQ?pwd=169x 提取码: 169x

--来自百度网盘超级会员v5的分享

  • 实现代码及部署说明

本项目基于docker进行部署,dockerfile如下:

FROM adoptopenjdk/openjdk8:jre8u345-b01
MAINTAINER '465769438@qq.com'
ADD ./camera-ai-zh-server-0.0.1-SNAPSHOT.jar /app-zh.jar
RUN ln -fs /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
RUN echo "Asia/Shanghai" > /etc/timezone
EXPOSE 8021
#ENTRYPOINT exec java -Xmx16g -Xms2g -Xmn1g -jar app-zh.jar
ENTRYPOINT exec java -jar app-zh.jar

  • 其他功能展示

10.1 摄像头管理

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。平台支持多种终端感知设备接入,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。

10.2视频流管理

针对工厂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,有效提升工厂监管效率。

10.3告警管理

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。

10.4算法分配

一个AI技能对应一个业务场景,算法模块可基于已有原有模型库快速编排出一个业务上所需的AI技能,如本项目需要“烟火识别算法”,当前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,客户可根据需要将算法下发至多种智能设备。各类识别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。

10.5 BI统计

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作业及安全情况作统计。

标签: python java c++

本文转载自: https://blog.csdn.net/AIdog_zhang/article/details/131385307
版权归原作者 AIdog_zhang 所有, 如有侵权,请联系我们删除。

“AI视频监控平台开发流程(附源代码)!!!”的评论:

还没有评论