《人工智能监控录像分析与报警系统》是我刘航邑指导女友吴月以及其他两名同学共同完成的。为了解决某养殖场有人在仓库或易燃物周围违规燃放烟花爆竹时，保安无法及时发现劝阻，出现事故追责难的问题，本人通过在厂区布设摄像头，并开发了一套含有视频抽帧、图像储存、web管理后台和云边结合的软件系统，利用百度云AI技术，通过训练模型，对燃放烟花爆竹事件进行识别。系统可对摄像头传回的图像进行AI识别，自动分析出风险或用户感兴趣的行为进行储存和报警，降低了春节期间库房的消防安全风险。
项目简介
本项目涉及一种人工智能实时监控录像分析与报警系统，由现场若干监控摄像头、本地边缘节点服务器或服务器集群，储存服务器，数据库服务器和远程云服务组成。系统可对摄像头传回的图像进行AI识别，自动分析出风险或用户感兴趣的行为进行储存和上报。
该项目改变了传统监控录像系统只能存录像，却不能根据其中的事件进行有针对性的记录和判断，导致出现突发情况时，需耗费时间回放大量无意义录像的问题。
该系统拓展能力强，可定制空间大，在造价和使用成本方面也有着很大的优势。其可在绝大多数使用场景下，根据用户需求训练出能识别特定行为的模型，并对监控视频内特定行为进行实时审计，把分析出的结果存入数据库，通过web检索直接生成信息报表，减少了回看录像耗费的无意义时间，以达到节省人力的目的。
其拥有独特的抽帧算法，采用软件部署的方式，可兼容用户已有的各类安防设备，并在多种环境下弹性的安装与运行，而无需购置过多新设备，显著降低用户部署和使用成本。
同时该系统可附加企业微信、钉钉、手机短信等报警功能，让用户关心的事件在发生时及时被发现，使安防更有主动性。
中大型系统
小型项目方案
系统特点
- 该项目改变了传统监控录像系统只能存录像，却不能根据其中的事件进行有针对性的记录和判断，导致出现突发情况时，需耗费时间回放大量无意义录像的问题。
- 该系统拓展能力强，可定制空间大，在造价和使用成本方面也有着很大的优势。其可在绝大多数使用场景下，根据用户需求训练出能识别特定行为的模型，并对监控视频内特定行为进行实时审计，把分析出的结果存入数据库，通过web检索直接生成信息报表，减少了回看录像耗费的无意义时间，以达到节省人力的目的。
- 其拥有独特的抽帧算法，采用软件部署的方式，可兼容用户已有的各类安防设备，并在多种环境下弹性的安装与运行，而无需购置过多新设备，显著降低用户部署和使用成本。
- 同时该系统可附加企业微信、钉钉、手机短信等报警功能，让用户关心的事件在发生时及时被发现，使安防更有主动性。
云服务
本项目现在已实现和百度云API进行对接，如有需求也可接入其他厂商的云服务。
现在云计算的图像识别模型训练界面设计都非常人性化，我们只需要通过现场摄像头采集足够多的样本图片，通过标记图片，训练ai模型，在一般情况下都能达到较好的效果。
例如，烟花爆竹违规燃放识别模型的创建和优化过程为：
一、准备“演员”和“道具”，寻找若干名工作人员，手持各种鞭炮，摆出各种放鞭炮的动作，模拟放鞭炮的过程，分别在白天和夜间利用前端机抓拍200组图像。
二、将图片导入百度云数据集，并对每张图片中的放鞭炮行为框选标注。
三、让百度云自动学习已经标注的数据，并查看生成的模型准确度是否符合要求。
四、符合要求的模型进行实地测试，寻找若干名工作人员，手持各种鞭炮，摆出各种放鞭炮的动作，模拟放鞭炮的过程，并通过百度云反馈的识别结果，确认模型准确率是否在99%以上，如果有漏报，需要将误报的图片加入数据库中，进行下一轮迭代学习，不断重复以上过程，直到漏报和误报率符合要求，模型大体上训练完成。
五、在实际使用过程中发现问题继续迭代，模型将逐渐趋于完善。
