[实用新型]基于机器视觉技术的电力施工现场视频监控系统

说明书

本实用新型公开了一种基于机器视觉技术的电力施工现场视频监控系统，包括有应用平台，应用平台接收显示AI中台服务器的输出结果；AI中台服务器与边缘计算一体机连接，获取边缘计算一体机发送的实时流、视频和图片数据；边缘计算一体机连接有硬盘录像机，位于终端的摄像头通过硬盘录像机向边缘计算一体机发送收集到的实时流、视频和图片数据。边缘计算一体机内在本地对实时流、视频和图片数据进行分析，只对监测到的内容进行判断和展示，不做逻辑判断；并将判断结果上送至AI中台服务器，AI中台服务器通过使用原子算法的图像特征识别，加上逻辑的推理过程，最终形成更加准确的输出结果发送给应用平台，部署方便灵活，成本可控。

技术领域

本实用新型属于涉及监控设备技术领域，具体涉及一种基于机器视觉技术的电力施工现场视频监控系统。

背景技术

目前现有的机器视觉技术应用于视频识别领域主要有两种方式：

一种是视频识别设备与视频摄像设备都部署于应用现场，甚至融为一体，这种方式的优点是部署方便灵活，不需要通过互联网组网；缺点是算法完全固化在视频识别设备当中，无法针对特定场景需求改变算法，另外，其算力也受本地视频识别设备硬件条件的制约，存在明显的瓶颈，无法应对高复杂度的场景需求，缺乏灵活性。

另一种是视频摄像设备都部署于应用现场，通过互联网组网，将视频和图像信号传输回部署在异地或云端的视频识别系统或设备，这种方式的优点与缺点几乎与第一种方式完全相反。优点是算法可以通过系统升级，可应对高复杂度的场景需求，算力也可以根据业务场景需求进行扩充或缩减，具备较高的灵活性；缺点是组网复杂，系统的反应速度严重依赖于互联网传输质量，特别是面对高并发大数据量大业务场景时可靠性低，成本高昂。

因此，有必要研发一种本地和云端相结合的基于机器视觉技术的电力施工现场视频监控系统。

实用新型内容

本实用新型要解决的技术问题是，提供一种基于机器视觉技术的电力施工现场视频监控系统。

为了解决上述技术问题，本实用新型采用的技术方案是：该基于机器视觉技术的电力施工现场视频监控系统，包括有应用平台，所述应用平台接收显示AI中台服务器的输出结果；所述AI中台服务器与边缘计算一体机连接，获取所述边缘计算一体机发送的实时流、视频和图片数据；所述边缘计算一体机连接有硬盘录像机，位于终端的摄像头通过所述硬盘录像机向所述边缘计算一体机发送收集到的实时流、视频和图片数据。

边缘计算一体机内部署原子算法，在本地对实时流、视频、图片进行分析，只对监测到的内容进行判断和展示，不做逻辑判断；并将判断结果上送至AI中台服务器，在AI中台服务器部署场景算法，通过使用原子算法的图像特征识别，加上逻辑的推理过程，最终形成更加准确的输出结果发送给应用平台，部署方便灵活，成本可控。

AI中台服务器具体通过互联网与边缘计算一体机连接；在AI中台服务器中部署场景算法，通过使用原子算法的图像特征识别，加上逻辑的推理过程，最终形成更加准确的输出结果。

本实用新型的基于机器视觉技术的电力施工现场视频监控系统涉及两类机器视觉算法，一类是在边缘计算一体机中部署的原子算法，另一类是AI中台服务器中部署的场景算法。

原子算法基于深度学习目标检测，运用人工智能视觉分析技术，通过摄像头对特定场景进行实时检测输出检测的目标类别，以及定位目标的位置，原子算法支持对实时流、视频、图片进行分析，只对监测到的内容进行展示，不做逻辑判断。

场景算法针对现电力施工现场中复杂的工作场景，由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰单独使用原子算法无法有效识别，会产生大量的误检。因此，场景算法通过使用原子算法的图像特征识别，加上逻辑的推理过程，最终形成更加准确的输出结果，场景算法支持对实时流、视频和图片数据进行分析。