截至2017年,我国城镇化覆盖率已经从17.8%提高到58.5%。自2014年首次将智慧城市建设引入国家战略以来,全国已有超过95%的副省级城市和76%的地级城市,明确提出或正在建设智慧城市。预计2021年,市场规模将达到18.7万亿元。
从智慧政务到智慧交通,从智慧楼宇到智慧城管……以大数据与AI技术为核心的智慧城市建设正在逐渐从幕后走向台前,从分割走向系统,一步步从蓝图变为现实。
极视角 智慧城市 以道路管理、公共安全、市容环境 等场景为核心,通过城市监控摄像头搭载定制的计算机视觉算法,能准确识别道路违规及及公共场所人员/环境威胁,定位各类路面状况,整合运营数据,实现高效一体化的城市安全智慧管理。
城市占道一般有经营占道、汽车占道、违规施工占道等,是国家道路交通安全法明确禁止的违法行为,对道路交通秩序及公共安全影响恶劣。
现有的占道管理主要依靠城管人员定期巡查以及柔性劝退,实际操作过程相对低效,无法做到精准巡查,点对点打击;商贩与城管人员的道路“游击战”更是时常上演,人力成本相当高。
核心算法
针对道路常见的机动车、自行车、摩托车、餐饮、摆摊、广告牌等占道场景,极视角系列算法基于大规模场景数据训练和计算机视觉技术,能配合摄像头对特定区域的监控视频进行分析识别。如识别到非法车辆异常停留(如超过2分钟),或摊位/广告牌/餐桌等物体,会立即将对应报警信息发送至监控中心。
道路交通系统作为动态的开放系统,其安全与人、车辆及道路环境等因素密切相关。任何未及防范的路面异常与突发状况,都可能导致无法挽回的人身伤亡及财产损失。
但现有问题在于,无论是路面损坏(如路面裂缝、路面塌陷),还是路面施工/积水,渣土堆积等,许多路面问题都是在安全事故发生后才被发现,损失已然不可挽回。
核心算法
针对道路常见的机动车、自行车、摩托车、餐饮、摆摊、广告牌等占道场景,极视角系列算法基于大规模场景数据训练和计算机视觉技术,能配合摄像头对特定区域的监控视频进行分析识别。如识别到非法车辆异常停留(如超过2分钟),或摊位/广告牌/餐桌等物体,会立即将对应报警信息发送至监控中心。
对比其他公共场所而言,地铁车站人群构成复杂,人流量极大,面对突发事故时,往往需要更快的应急反应速度和流畅的救援流程;
如何合理分配与协调有限的资源与人流,提高管理效率,对于地铁运营人员而言也是不小的挑战。
核心算法
极视角利用视频检测技术,运营和安全双管齐下:一方面分时段监控不同站点人流情况,排队密度,从而及时进行人群限流或队伍疏导,为地铁运营管理提供数据支撑。
另一方面,在手扶梯、候车区等事故多发区,精准识别异常越界及摔倒动作,立刻报警;重点识别并监控拉杆箱、婴儿车、手推车上下手扶梯的行为,提醒工作人员提前关注。
除地铁车站外,景点、体育场、剧院等公共场所环境更为复杂。为保证活动安全,负责人往往需要投入大量的人力与财力进行监控布防,秩序维护,以防出现人员踩踏、翻越受伤、携带危险物、建筑失火等问题。
整体而言低效而缺乏系统性。
核心算法
极视角已有成熟的安防监控系统,利用计算机视觉分析技术与摄像头,能有效识别刀枪等危险品携带情况,全线监控活动人流变化,点对点识别可疑人员徘徊行为与非法翻越,意外火焰;
即使出现摄像头遮挡或监控室脱岗等管理疏漏的情况,也会自动报警。真正做到从入口安检到后端监控管理,从人到物都处于安全状态下,避免人为疏漏,让管理救援游刃有余。
如果说“便民”与“安全”是智慧城市的现在,那“绿色”和“资源可持续”则是智慧城市的未来。从城市规范到市容市貌,绿色生产,在极视角看来,AI技术能开启的场景还有更多。
核心算法
如今,在视觉分析技术的加持下,极视角开发了更多算法以有效监测工厂污水/废弃排放,河道漂浮物检测预警、烟花爆竹燃放、垃圾堆积/焚烧等场景行为,在识别并同步数据到后台后,还能依据不同排放频率判定污染情况,达到阈值时自动警报。
此外,还有车流密度识别、车辆识别、违章停车/驾驶识别等道路安全管控算法应用正陆续上架。
▌大家敬请期待吧!
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。