安全帽佩戴检测

安全帽佩戴检测系统主要用于石化、煤炭、建筑等行业的作业区域，也可用于对作业规范性要求较高的电力、铁路等行业。系统的核心理念是运用当前先进的DEEP LEARNING算法识别视频内容，用人工智能减轻监控人员的劳动负荷，提高准确率。系统的核心算法运用了当前国际良好的视频分析技术，汇集了国内**高校的技术成果，在低码流环境下的识别精准度具备明显优势。
安全帽佩戴检测系统的视频源来自于前端的网络摄像机，视频分析服务器设置于机房或监控中心，服务器采用Ubuntu Linux高稳定性操作系统。服务器与网络摄像机在同一局域网内，通过RTSP协议访问摄像机视频流，实时获取，实时分析，实时报警。同时，鹰眸系统不依赖于具体硬件，具备跨平台的优势，既可用于原有项目升级，亦可用于新项目实施。
安全帽佩戴检测系统可设置于通道处或作业区，通过视频自动识别未佩戴安全帽的人员并发出警告。警告信息同步推送至管理人员，并可截取图片和视频流作为证据留存。系统较大地提升了作业区域的管控效率，形成了强大的震慑作用，**了作业人员的安全，目前在长城开发、LG化工等**企业中均有成熟的应用并得到**。

?识别内容：红色、黄色、蓝色、白色、橘色安全帽；
? 识别精确率：96%以上；
? 目标数量：小于10个（同一画面）
? 较小检测尺寸：40 x 40像素；
? 分析区域：支持画面中自定义分析区域；
? 视频分辨率：建议不**D1分辨率（分辨率越高服务器性能要求越高）；
? 视频传输协议：RTSP协议
? 视频帧率：建议5帧（不大于10帧）；
? 视频角度要求：距地面2-2.5米，与水平线角度大于15度；
? 色彩要求：彩色画面；
? 报警方式：报警信息可推送多平台；
? 响应时间：延时1-3s左右（读取视频即时分析，延时长短取决于前端视频流）。
? 摄像头参数：网络H264信号，分辨率720P以上，支持RTSP协议（兼容市面上几乎所有监控摄像机）；
? 需要人工智能运算，服务器必须具备GPU