小视原创AI算法,基于深度学习技术,以“可见即可析”为目标,成立7年已完成6个大类超300种算法,广泛应用于智慧城市治理、智慧社区、智慧校园、智慧工地及互联网应用等场景,并逐步开源。
Six categories of algorithms
*以上数据均为小视科技标准实验下的数据
使用业界公认难度非常高的静默活体技术进行“真”、“假”人校验,采用单RGB相机和双目(RGB+IR)相机的方式检测是否为真人,包括3D仿真头模、纸质打印照片、显示屏等攻击素材都可以有效阻截,该算法已通过银联活体增强型认证。
使用普通相机对人脸进行高精度快速重建,通过单张或多张图片即可还原人脸的三维属性,3d重建技术可用于元宇宙中虚拟人物构建、虚拟穿戴等场景。
头肩检测追踪在密集人群的场景下可以高效统计出人流量,一些异常的聚集、滞留等事件也能够及时做出响应,在海思、ARM等边缘设备上可以近乎于实时。
行人检测算法负责检出图像中行人的位置,包含社区、商场、学校等场景,对于雨雾天、夜间等成像恶劣天气均有显著优越性,综合检测精度达到99.8%*。
人群密度计数用于人群密集的场景,估算画面中人群的数量,例如在车站、机场、景区等重点监控区域,用于统计人群当前密度或者突发的人流增多等异常事件。
行人重识别(Personre-identification)是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。选择行人抓拍图像送入算法,检索跨设备下的该行人图像,旨在弥补固定摄像头的视觉局限,可有效追溯跨摄像头的任务活动轨迹,并可与行人检测/行人跟踪技术相结合,可广泛应用于智能视频监控、智能安保等领域。
行人属性识别在行人检索、用户画像分析以及智能监控等领域具备广泛应用。算法依托于大数据和深度学习技术,可在复杂场景下检测多个目标,可对行人的性别、年龄、头部配饰、发型、发色、上下着装、情绪等15种属性共计130个精细类别进行识别。
行人骨骼关键点用来定位人体的头、脖子、左右肩、左右肘关节、左右腕关节、左右髋关节、左右膝关节、左右踝关节,可用于互动游戏的数据获取、跌倒等异常动作的检测等,算法运行在海思系列AI芯片,或低端ARM上。
设定检测区域,对行人进入该区域超过一定时间的事件进行检测,超过阈值预警。
设定检测区域,对行人在该区域徘徊或滞留超过一定时间的事件进行检测,超过阈值告警。
应用头肩检测算法,对进入检测区域的行人进行计数,对超过阈值人数告警。
应用行人检测、跟踪算法,对进入检测区域的行人进行跌倒检测,对超过阈值的行人进行跌倒告警。
应用行人跟踪及吸烟行为检测算法,对进入检测区域的行人进行吸烟检测,对超过阈值的行人进行吸烟行为告警。
应用行人跟踪及打电话行为检测算法,对进入检测区域的行人进行打电话检测,对超过阈值的行人进行打电话行为告警。
用于区分人员佩戴安全帽、头盔或普通帽子,在工地、工厂等场景下面对于促进安全生产具有较强的监督和预警功能,对于复杂光线、复杂场景下依然可以做到极高的准确率。
应用采用行人检测算法,对未戴安全帽的行为进行预警。
工地检测人员是否穿戴反光衣,对于未穿人员进行告警提醒。
采用头肩或行人检测算法,实现人员离岗检测。对区域内人数和时间进行计算,如小于规定的人数和时间则进行预警。
应用行人跟踪以及未戴口罩检测算法,对未佩戴口罩的行为进行预警。
应用行人跟踪以及厨师着装检测算法,检测工作服【白色】+帽子是否都符合,如不符合则告警。
应用行人跟踪及玩手机行为检测算法,对进入检测区域的行人进行玩手机检测,对超过阈值的行人进行玩手机行为告警。
应用打架检测算法,对打架行为进行预警。
应用奔跑检测算法,对奔跑行为进行预警。
采用AI精细行为识别算法,实现对医院、机场、隔离点等处防护服脱卸行为进行自动监测、智能化记录与告警;对防疫服脱卸流程中受控人员每个关键动作,进行动作规范性识别、动作时长监测及步骤准确性识别。
高空抛物用于实时抓拍高抛违法行为,在海量视频数据中截取高抛前后的视频片段,用于物管部门取证和追溯。高抛算法可运行在华为SDC智能摄像机内,不需要额外配置分析设备,对于夜间白天具有良好的抗干扰能力,综合抓拍率达到95%*。
电动车入楼栋、电梯用于报警电动车进入电梯和楼栋,预防电动车违规室内充电,避免因电动车室内充电引发火灾。算法能够有效区分电动车、自行车、小孩玩具车、滑板车、手推车等80余种车辆,电动车综合召回率达到95%*。
应用烟雾检测算法,对检测区域内的烟雾超过阈值时间的事件进行告警。
使用RGB、IR实时监控相机,精准识别监控区域内的明火烟雾情况,同时有效控制误检频繁发生。
通过长时间追踪车辆停留区域时间判断是否存在违法行占道,对占道车辆进行抓拍报警。
用于检测路面垃圾例如纸片、饮料瓶、塑料袋等常见垃圾。
对小区内的垃圾桶是否满溢进行检测。
应用红外场景下老鼠检测算法,对检测区域内的老鼠出现超过阈值时间的事件进行告警【需夜晚红外场景下】。
应用机动车、非机动车检测算法,对进入检测区域的机动车、非机动车进行检测,对超过阈值时间的机动车、非机动车进行告警。
算法通过分析发现占用城市、街道等公共区域中违规占道经营的行为,包括小吃摊、私搭摊贩、小推车、地摊等,检测准确率达到90%(该数据为小视科技标准实验下的数据)。
非机动车检测、机动车检测用于监测道路车辆违规停放或车辆违章行驶,同时也可结合应用在车牌识别等任务中。对于夜间违规停放的机动车辆,在夜间红外仍能保持良好的检测精度。
工程车检测用于检测工地或市区限行路段渣土车、水泥罐车、挖掘机等施工车辆,防止违规行驶在禁止作业或禁行区域。
工地中渣土车出工地前对车轮外观应按照要求进行清洗,清洗过程中判断工地是否按照要求对车辆进行喷淋清洗。
河道漂浮物主要在湖泊、河面、水沟等场景检测浮萍、水草和垃圾,算法精度达到98%。
通过监控摄像头识别水文标尺,通过深度学习算法对刻度尺进行识别,适用于河道、沟渠、湖面等场景,也适用于多种水文标尺,无特定限制。
工业质检、工业缺陷检测用于检测零部件表面划痕、凹陷等异常瑕疵,零部件是否安装等。
使用对抗生成网络、人像分割、人像检测等多种算法对上传的图像进行AI创作,能够对真实世界照片进行卡通风格转变,效果精美自然。可用于动图的制作、AI相册的制作等。
将视频中人物的表情完整重现到用户上传的人物照片,使用一段视频、一张图片即可完成一段即兴短视频制作。算法使用极低的消耗,可以部署在cpu、gpu等平台方便用户调用。
AI算法通过对抗神经网络,为简笔画添加精致的细节并创作出一张真实感十足的风景照,支持一键切换春夏秋冬季节,为画作添加新奇的滤镜。
通过提取狗脸的特征及鼻纹,计算两张狗脸的相似度,从而判断是否是同一只狗。为每只狗建立专属ID,它能够记录狗的基本信息,生态动态,消费信息,服务信息和医疗信息,更好地帮助主人处理狗狗的日常事务。
深度学习算法通过对狗绳、人狗间距离、行为动作等进行综合判定,判定为合规牵绳、狗绳过长还是未签狗绳三类,对于遛狗未牵绳行为发出告警。
可以用于特殊证件的识别,例如身份证、结婚证、发票等文件的文字识别,对于通用场景下的文字识别精度达到97%*。
可用于对黄、绿、蓝、白牌等多种车牌。对于白天、夜间等复杂环境,街道、社区、出入闸机等多场景下具有良好稳定性,抓拍识别准确率高达97%*。
Algorithm application
人车物监测追踪
车辆识别
目标检测
人体检测
行人检测
人流计数
人流密集度
违规经营占道
机动车违规停车检测
非机动车违规停车检测
消防占道检测
路面垃圾堆检测
垃圾桶满溢
路面垃圾检测
流浪犬检测
河道漂浮物
烟火检测
烟雾检测
人体属性
车辆识别
行为分析
老人跌倒
违规停车
消防占道
电动车进电梯
电动车进楼道
高空抛物
遛狗未牵绳
剧烈奔跑
目标检测目标识别(多肤色/多年龄)
人体属性
离岗/脱岗
行为分析
烟火/烟雾检测
老鼠检测
厨师着装检测
未戴口罩检测
烟火/烟雾检测
人脸识别
戴口罩人脸识别
行人重识别
防护服穿脱
安全工帽
烟火烟雾
手持或打电话
越界/闯入
区域徘徊
区域计数
目标跟踪
渣土车清洗
工程车辆检测
车道级流量
车道级区间平均车速
车道级时间平均车速
车辆瞬时速度
车道密度
车头间距
车头时距
时间占有率
空间占有率
拥堵指数
车辆位置坐标
车辆轨迹
车辆识别
车型分类
车系
颜色
道路拥堵
异常停车占用应急车道
机动车逆行
行人闯入客车驶入预警
非机动车闯入
机动车低速行驶
机动车超速行驶
机动车闯入施工区域
抛洒物检测火焰烟雾检测
车辆违规变道
抛洒物实时监测
路面状况实时监测
服务区实时监测
全时空雷达监测