弘视智能产品应用培训手册内容摘要:

: 10 设置平台连接参数 在主页面点击“用户”,选择“连接参数”,选择对应的平台类型,选择 evalgo设备后,点击“编辑连接参数“,填入服务器地址和端口,点击“编辑账号”,填入登陆平台的用户名和密码,如下图,: 登陆 evstation 客户端进行 evalgo 配置 首先要确保 evalgo 和 evserver 服务均打开并正常运行,在 station 客户端, 11 用设置的用户名和密码登陆成功后,点击“设置”,在通道列表窗口中,选择一个 evalgo 设备的一个通道双击,进入通道设置页面,选择“采集”,选择“从服务器上选择通道178。 178。 178。 ”,出现如下窗口,即可获取并选择通道对应的视频分析 puid。 根据智能运用需要,正确选择主辅码流。 (车牌识别需要采集主码流,其他可采集辅码流) 智能模块的添加运用 一般智能模块操作步骤为:新添 智能模块 根据场景调整参数(包括绘制感性区域) 添加任务 验证模块运用(根据实际报警质量判断)。 下面将根据产品线详细介绍各种智能模块的运用。 三、产品线智能运用介绍 数字城市(平安社区、平安城市) 车牌识别 总体要求: 基于 HALF D1  车牌像素大小: 12 最远端的车牌像素 ≥ 75 像素; 最近端得车牌像素 ≤ 140 像素; 中间区域最佳识别像素约 110 像素。  车牌摄像机参数设置: SHUTTER/E*DR 快门(电子 /智能) 在 MANUAL(自定义)下调整 默认值为 1/120 根据现场环境可选择 1/500 1/1000; AGC MODE(自动增益控制状态) 默认值为 20dB 需要将其关闭。  车牌成像注意点: 车牌在画面中的水平度,水平夹角越接近 0 越好。 细则: (一) 社区 车道的宽度应控制在 米范围内,最合适的车道宽度在 3 米左右。 对于社区门口类型的识别应用,建议对大门区域进行车道划分,增加车道隔离墩,这样有利于加强对车辆进出的控制; 对于不能进行车道划分的应用场所 (小区,校园) ,需要把识别位置调整到进入大门之后的直行道路上,这样也能够对车辆的进出进行有效的识别记录。 另外特别值得注意的是立杆与道路边缘的距离必须控制在 米以内,距离越近越好,如果现场应用无法满足该要求,那么最佳识别区域建议选择距离摄像机更远处,距离在 15~ 20 米,这样可以确保摄像机光轴方向与道路方向夹角小于 25度。 典型安装示例:如图 13 (二) 道路(同道路上电子卡口方式) 典型安装示例:如图 14 说明:以上为标清摄像机架设布局图;若为高清摄像机,可根据分辨率大小、车牌像素大小推算出最大覆盖区域,从而减少摄像机数量。 在上面的卡口车辆车牌识别应用的设备布局图中,摄像机的安装高度一般在— 7 米,如果采用 LED 补光灯,那么补光灯就不用单独架设;但是需要注意LED 补光灯的功率必须满足车牌清晰拍摄的要求。 如果用环境照明补光灯,那么需要在摄像机架设位置的前方专门架设补光灯。 一般可以采用 T 型立柱、倒 L型立柱、龙门架等形式来架设摄像机及补光灯。 在完成摄像机、补光灯的安装以后,视频线缆的布置参照视频监控系统的布线要求进行,主要的原则是要求确保传输的视频信号无明显传输干扰。 详见上海弘视智能分析系统用户手册 人脸抓拍、人脸识别 总体要求:  人脸像素大小: ≥ 40*40 像素  人脸水平角度要求:尽量保持人脸水平、正面 细则: 1) 选择大多数情况下能正对人脸的方向,不宜过于偏左或偏右; 2) 保证人脸在镜头中为正面,故俯冲角要小,尽量不超过 10 度; 3) 尽量避开逆光,防止画面中出现门外的强泛光,或是强灯光,或是墙面 \镜面\光亮地面的强反光; 4) 尽量保证摄像机正对检测人员目标,在视频图像中,正常行走的被拍摄人是正面照,且为平视,头部的上下俯仰角不超过177。 15176。 ,(头部竖直)左右侧偏角不超过177。 20176。 ,左右旋转角不超过177。 5176。 ; 5) 调整角度和焦距,保证人在视频中停留时间不少于 4 秒; 6) 补光灯安装在靠近人脸处。 确保夜间成像清晰,达到识别标准; 保证抓拍人脸图像中,人脸的大小要超过 40*40 个像素,白天和夜间均清晰可见。 15 监管行业 剧烈运动检测  剧烈运动检测调试前需观察内容: 最优运行场景 : 人站立全部可见时,高度应占画面 1/3 观察音视频质量,包括视频对比度,清晰度 , 近端 畸变 ;音频背景噪声是否过大 ,能否明显区分底噪和人声。 摄像机应有对应拾音器匹配。  剧烈运动检测共存在四种检测模式: 纯视频 纯音频 音频或视频 音频和视频 起身检测  起身检测调试前需观察内容: 1. CIF 分辨率下, 床铺远 端宽度不得小于 60 个像素 2. 床铺远端是否有卫生区域 3. 床铺摆放位置与摄像机视线方向 4. 床铺类型  起身检测共存在两种检测模式: 根据场景特点共存在两种检测模式,只对模式 0 的算法调试进行说明 1. 模式 0,根据设置的 检测区域自动判断景深,自动化设置程度高 2. 模式 2,需要根据场景,人工设定目标活动阈值,根据算法分析帧率,设定报警触发帧率 16  起身检测调试方法 1. 根据床铺的摆放特点,设定正确的检测区域 2. 针对特殊场景设置特定灵敏度 以下是起身检测算法适用的场景,共分为 4 类。 单边床 高低铺 狭长地板床 17 地板通铺  形状绘制要求 以上四类场景类型,在形状绘制方面具备统一性,要求 1)床铺检测区域必须是四边形 2)要求该四边形刚好覆盖大床的四边(算法会根据该四边形计算景深及四周物体与床之间的位置关系,所以四边形位置应尽量准确)。 3)四边形上下边对应位置物理上应平行。 4。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。