System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及视频管理,特别是涉及一种应用于养殖业的ai视频管理平台。
技术介绍
1、当前生物安全导致的生产事故日益严重,出现生物安全生产事故大概率会导致非洲猪瘟的出现,每次非洲猪瘟的出现进而导致公司损失严重。当前使用的视频管理平台不能完全满足实际的需求,因此需要结合实际业务需求与ai视频管理系统,开发适合养殖业的生物安全ai视频管理平台。
2、如一种新型视频云平台(公开号:cn106791631a,公开日:2017-05-31),包括视频采集端、云服务端和用户终端,所述的视频采集端包括多个并联设置的摄像机、交换机和数据上传设备,所述的摄像机通过交换机与数据上传设备,所述的数据上传设备包括电脑终端和nvr设备,所述的视频采集端与云服务端连接,所述的云服务端包括多种功能模块,所述的云服务端与用户终端连接,所述的用户终端包括目前主流使用个人终端设备。
3、该云平台专利技术结构简单,使用方便,可以实现高清、低码率传输,降低带宽资源,提升数据处理速度,云服务端集多种功能于一身,便于集中管理,大提高了管理、协调能力,功能丰富、安全性强。但该平台不能完全满足养殖业实际的需求,缺乏巡查员的操作工作台与多层数据展示,无法有效提高巡查员的巡查效率,不利于传统养殖场向现代化高效化养殖场的转变。
技术实现思路
1、针对
技术介绍
中存在的技术缺陷,本专利技术提出一种应用于养殖业的ai视频管理平台,解决了上述技术问题以及满足了实际需求,具体的技术方案如下所示:
2、一种应用
3、所述视频监控数据采集端,用于实时监测养殖区域情况,在所述养殖区域安装摄像头,所述摄像头捕捉养殖区域的实时画面,并将所述实时画面的视频数据通过视频通道上传到云平台;
4、所述ai视频分析模块,用于对所述视频数据进行实时分析处理,并把处理结果通过所述信息推送模块推送给巡查员与养户,用于设置所述巡查员与养户的关联,用于对ai边缘计算盒子的管理;
5、所述视频存储管理模块,用于维护与存储所述视频通道与关键数据,为所述养户与巡查员提供历史视频的回看,配置所述视频通道与养户之间的关系;
6、所述信息推送模块,用于所述视频监控数据采集端与ai视频分析模块检测到异常状况时,推送告警信息与预警信息到所述养殖用户端与巡查工作端的功能;
7、所述点检工作模块,用于所述巡查员实时点检视频通道以及对ai视频分析模块的处理结果点检;
8、所述巡查工作端,用于提供操作界面给所述巡查员,实现对所述视频通道的监控、查询、历史视频播放与远程配置的应用,并用于操作所述点检工作模块,以及接收所述信息推送模块的信息;
9、所述养殖用户端,用于提供操作界面给所述养户,实现对所述视频通道的监控、查询、历史视频播放和远程配置的应用,以及接收所述信息推送模块的信息;
10、所述大屏工作台,用于管理员查看云平台的数据资料。
11、作为本专利技术的进一步技术方案,所述ai视频分析模块包括检测判断模块、管理设置模块、智能点检与考评模块以及ai边缘盒子管理模块;
12、所述测判断模块包括区域入侵告警模块与ai预警上报模块,所述区域入侵告警模块,用于对所述视频监控数据采集端上传的视频数据进行实时分析处理,实现物体识别、动态区域设置、异常检测以及告警判断的功能,把告警事件上报、告警信息通过信息推送模块发送给所述养户,并对所述告警信息进行收集、统计与分析;
13、所述ai预警上报模块,用于对所述养殖区域内情况实时检测与捕捉,通过ai算法实现数据预测预警的功能,并将预警事件上报、预警信息通过所述信息推送模块发送给养户;
14、所述智能点检与考评模块,用于设置自动点检摄像头以及智能考评,用于管理与查看点检生成的问题清单,所述问题清单通过信息推送模块推送给巡查员;
15、所述管理设置模块,用于设置所述巡查员与养户的关联关系,用于推送所述智能点检与考评模块的问题清单给巡查员。
16、作为本专利技术的进一步技术方案,所述ai边缘盒子管理模块包括基础资料模块、告警类型及风险等级配置模块、区域入侵告警记录模块、ai事件上报记录模块;
17、所述基础资料模块,用于维护所述ai边缘盒子管理模块的基础信息;
18、所述告警类型及风险等级配置模块,用于配置关联所述视频数据所推送告警类型及风险等级的告警信息;
19、所述区域入侵告警记录模块,用于查看所述区域入侵告警模块中上报的告警事件;
20、所述ai事件上报记录模块,用于查看所述ai预警上报模块中上报的预警事件。
21、作为本专利技术的进一步技术方案,所述区域入侵告警模块的告警判断步骤如下:
22、s1图像预处理:对所述摄像头捕获的图像进行灰度化、滤波、二值化等操作,降低噪声,提高入侵目标的识别准确性;
23、s2目标检测:采用图像分割技术识别图像中的目标,结合形态学操作优化所述目标轮廓,通过所述目标尺寸、形状等特征,初步判断所述目标的类型与目标数目;
24、s3特征提取:从s2检测到的目标中提取关键特征,结合所述目标的类型,选择合适的特征作为分类依据;
25、s4分类识别:利用机器学习算法对不同目标进行分类识别,训练分类器时,使用已标注的目标数据集进行训练;
26、s5动态区域设置:根据所述养殖区域的实际情况,设置合理的动态区域;
27、s6异常检测:分析所述目标在动态区域内的运动轨迹,判断是否存在异常行为;
28、s7入侵告警:根据s4分类识别结果与s6的判断,判断所述目标是否为入侵目标或异常行为是否触发告警,若确定为入侵目标,触发告警或异常行为触发告警;
29、s8动态调整阈值:根据历史告警数据,动态调整算法中的阈值,优化入侵检测性能。
30、作为本专利技术的进一步技术方案,上述s2目标检测中目标物体检测公式为:目标物体检测准确率 = 正确检测的目标数目 / 总的目标数目。
31、作为本专利技术的进一步技术方案,上述s6异常检测的异常行为判断公式:异常行为发生概率 = 异常行为次数 / 总的行为次数。
32、作为本专利技术的进一步技术方案,所述ai预警上报模块的预警判断步骤如下:
33、步骤1、收集数据:收集所述养殖场区域的告警事件与预警事件的历史数据;
34、步骤2、数据分析:对步骤1的历史数据进行数据挖掘和机器学习算法,分析不同类型入侵目标的规律;
35、步骤3、预警判断:当预测到可能发生入侵目标或异常行为时,所述ai预警上报模块将提前发出预警信息给用户。
本文档来自技高网...【技术保护点】
1.一种应用于养殖业的AI视频管理平台,其特征在于,包括:视频监控数据采集端、云平台、大屏工作台、巡查工作端以及养殖用户端,所述视频监控数据采集端包括若干摄像头以及摄像头的视频数据,所述云平台包括AI视频分析模块、视频存储管理模块、点检工作模块以及信息推送模块;
2.根据权利要求1所述的应用于养殖业的AI视频管理平台,其特征在于,所述AI视频分析模块包括检测判断模块、管理设置模块、智能点检与考评模块以及AI边缘盒子管理模块;
3.根据权利要求2所述的应用于养殖业的AI视频管理平台,其特征在于,所述AI边缘盒子管理模块包括基础资料模块、告警类型及风险等级配置模块、区域入侵告警记录模块、AI事件上报记录模块;
4.根据权利要求2所述的应用于养殖业的AI视频管理平台,其特征在于,所述区域入侵告警模块的告警判断步骤如下:
5.根据权利要求4所述的应用于养殖业的AI视频管理平台,其特征在于,上述S2目标检测中目标物体检测公式为:目标物体检测准确率 = 正确检测的目标数目 / 总的目标数目。
6.根据权利要求4所述的应用于养殖业的A
7.根据权利要求1所述的应用于养殖业的AI视频管理平台,其特征在于,所述AI预警上报模块的预警判断步骤如下:
8.根据权利要求1所述的应用于养殖业的AI视频管理平台,其特征在于,所述点检工作模块包括实时点检模块、正常告警事件点检模块与AI告警事件点检模块;
...【技术特征摘要】
1.一种应用于养殖业的ai视频管理平台,其特征在于,包括:视频监控数据采集端、云平台、大屏工作台、巡查工作端以及养殖用户端,所述视频监控数据采集端包括若干摄像头以及摄像头的视频数据,所述云平台包括ai视频分析模块、视频存储管理模块、点检工作模块以及信息推送模块;
2.根据权利要求1所述的应用于养殖业的ai视频管理平台,其特征在于,所述ai视频分析模块包括检测判断模块、管理设置模块、智能点检与考评模块以及ai边缘盒子管理模块;
3.根据权利要求2所述的应用于养殖业的ai视频管理平台,其特征在于,所述ai边缘盒子管理模块包括基础资料模块、告警类型及风险等级配置模块、区域入侵告警记录模块、ai事件上报记录模块;
4.根据权利要求2所述的应用于养殖业的ai视频管...
【专利技术属性】
技术研发人员:盘华佳,何英杰,张志甜,
申请(专利权)人:深圳市联之有物智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。