成果介绍
姿态判定是利用计算机视觉技术,对摄像头拍摄的画面进行实时分析,识别游客的姿态和动作,特别是识别游客主动跳海及危险动作(跨越栏杆拍照)可能造成被动落水的可能性。有效减少误报、能够更精确的做好防护告警。报警信息除了通知船上工作人员还会同步通知岸基监控中心。运用计算机视觉技术(人工智能技术)对人体姿态进行判别,不受环境因素影响,可有效减少误报、能够更精确的做好防护告警。 本系统收集并建立了一个特定的落水行为数据集。这个数据集包含了各种不同情况下的落水姿态、海况、船只状态等多元信息。通过机器学习和深度学习技术,系统可以从这些数据中学习和识别出各种落水行为的特征,从而大大提升了落水姿态判定的准确率。此外,这个数据集还可以帮助我们更好地理解和预测落水事件。例如,我们可以通过分析数据集中的信息,找出可能导致落水的常见因素,从而提前采取预防措施,减少落水事件的发生。在未来,我们还计划将这个数据集开放给研究机构和相关企业,以促进海上安全研究的发展,共同提高海上救援的效率和成功率。
成果亮点
基于现有设备进行加装 1、利用船舶甲板和船舷两侧已经部署的高清摄像头,在录像主机处加装边缘计算盒进行实时分析; 2、新建5G内网wifi通讯系统,用于船长指令的实时快速下达及信息的回馈。 (二)AI分析 1、事前:利用计算机视觉技术,对摄像头拍摄的画面进行实时分析,识别人员的姿态和动作,特别是识别人员主动跳海及危险动作(跨越栏杆拍照)可能造成被动落水的可能性。 2、事后:利用计算机视觉技术,对摄像头拍摄的画面进行实时分析,识别人员是否已经落水。
团队介绍
AI造福人类
团队介绍:
团队有博士、硕士研究团队,是人工智能的专家,使用人工智能技术去造福人类
成果资料