在企业作业和工地施工过程中，安全永远**一切。大家都知道，在进入工作现场是必须佩戴安全帽的，传统的检查方法主要靠安检人员一个一个的检查，这种方法耗时费力却无法保证效果。深圳强美推出鹰眸安全帽识别系统之后，这项工作就与人工智能紧密相联，跨入了高科技时代。安全帽识别系统能够实时对未佩戴安全帽的行为发出警告，及时提醒监理人员处理，为作业人员筑起一道人工智能的安全防火墙。
安全帽识别系统面世之后，在业界引起了不小的震动，相关企业不但积极推广，还提出了许多建设性的意见，毕竟将人工智能的深度学习应用于视频分析还是很新的事物，那么安全帽识别系统能做什么，在此与大家一起分享，希望起到抛砖引玉的作用。
一、安全帽识别系统通过实时分析工作区域的视频，如果发现有工作人员未按要求佩戴安全帽，后台会立即发出警报；
二、监理人员收到警报后立即对现场的违规行业进行纠正，以免引发人身伤害事故；
三、后台会保存违规行为发生的时间、地点及画面，作为管理处罚的依据；
四、鹰眸安全帽识别系统大大提升了对违规行业的处罚率，杜绝了作业人员的侥幸心理；
安全帽识别系统在安全生产中起到至关重要的作用。7×24小时检测并督促员工佩戴安全帽，可提高工人的安全意识，减少安全事故发生。随着行业需求的不断细分，安全帽识别系统也会快速迭代，对不**业，不同身份 、不同颜色的安全帽区别对待，可以设置不同的场景和不同的区域，利用安全帽或工作服来进行分级管理，结合人脸（人证）识别系统的授权，对***区域进行布控和设防，允许获得授权的人员或组员进入，对没有标识的人 员自动发出警
模式一：联动门禁模式
在企业高危区域大门部署安全帽人脸识别仪，当工人要进如防护区域进行工作时，需先进行人脸实名制匹配和检测是否佩戴安全帽，否则将无法开启门禁。工人必须进行人脸实名制匹配和佩戴安全帽才能打开门禁进入防护区工作，安全帽人脸识别仪会形成统计报表统计每天进出生产区域的工动情况。
模式二：动态监测模式
在安全生产区域内部署安全帽人脸识别仪，通过对摄像机画面内是否有工人活动实时监测，当检测到有人时，识别检测在岗人员是否佩戴安全帽，若未佩戴安全帽则输出报警信息，通知后台监控人员。
安全帽人脸识别仪的应用将彻底杜绝闲杂人员混入施工现场，有利于工地现场治安管理；解决了工人归属问题，降低工动性，有利于开展劳务人员岗前培训和继续教育，实行持证上岗，确保了工程质量和安全生产；也能更好的解决工人安全帽佩戴情况，保证工人的生命安全。
安全帽识别系统主要用于石化、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的视频分析技术，汇集了中国香港科技大学和国内**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。
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，既可用于新项目实施，亦可用于原有项目升级。
产品特征
? 针对动态视频，实时识别，深度优化；
? 识别、跟踪精度高，对光线、阴天等不同环境适应性强；
? 不受人员眼镜、胡须、发型、表情等遮挡影响；
? 不受人员正面、背面、侧面、跑动、低头等不同姿态影响。
产品描述
安全帽识别系统主要用于石化、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的视频分析技术，汇集了中国香港科技大学和国内**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。
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，既可用于新项目实施，亦可用于原有项目升级。
安全帽识别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。安全帽识别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，目前在华润电力、武汉地铁等**企业中均有成熟的应用并得到**。
技术参数
? 识别内容：红色、、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）
? 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
? 服务器配置参考：
-/gbagffb/-
http://chengye888.cn.b2b168.com
