科创中国

行业领域

电子信息技术,新一代信息技术产业,高端装备制造产业,智能交通技术,互联网与云计算、大数据服务,智能制造装备产业

需求背景

目前常见的视频质量检测和视频事件分析系统成本较高，依赖于人工轮巡对视频图像质量问题及突发事件进行检测，智能化程度低。本项目提出高速公路视频监控管理系统的关键在于将人工智能、大数据以及计算机视觉相关技术运用在高速公路视频监控领域，实现路网智能预警，提升高速公路路网安全管控能力以及车辆自由流智能通行服务能力。因此本项目任务在于：

（1）利用深度学习及计算机视觉技术实现高速公路视频监控摄像头画面异常情况的自动检测，实现高速公路自由流数据源无人化管理； 

（2）利用深度学习及计算机视觉技术对高速公路监控视频中的异常事件进行自动检测实现交通异常事件检测及时预警。

将 AI 深度学习算法引入全天候多维度智慧高速安全态势检测分析平台，借鉴类似人脑的多层抽象机制来实现对现实对象或数据(如视频图像)的抽象表达，使平台能检测更多的摄像头故障信息和异常交通事件，具有更高的检测率和准确率。

需解决的主要技术难题

传统的监控系统故障需要由维护人员或管理人员通过浏览所使用平台内全部视频后，根据显示画面结合自己的经验及各类标准进行判断，而确认视频故障后，往往经过简易的处理便可修复故障。髙速公路的监控系统规模极大，导致故障的原因也较多，维护人员对于故障的识別过程极其繁琐、消耗时间过度冗长，很难及时发现视频故障，不但对于人员成本投入较大，还无法有效降低因视频故障导致的风险。

随着高速公路里程的发展，前端的监控摄像机也越来越多，目前高速公路管理部门主要是借助视频系统人工监视或用巡逻车流动巡逻方式采集高速公路的运行状况。高速公路异常事件检测目前主要依靠人工盯看监控画面方式发现高速公路上的交通事件，如果一个人需要监视的视频画面太多，就会远远超出人的接受能力，会导致实际监控效果降低。合理规划、设计并部署交通事件检测系统，实现对各种交通事件的自动检测、自动报警、实时显示、综合分析至关重要。

期望实现的主要技术目标

完成对清晰度异常、亮度异常、视频抖动、画面冻结等常见画面故障检测，准确率达95%以上。利用深度学习及计算机视觉技术实现高速公路视频监控摄像头画面异常情况的自动检测，实现高速公路自由流数据源无人化管理；

利用深度学习及计算机视觉技术对高速公路监控视频中的异常事件进行自动检测实现交通异常事件检测及时预警，对行人误闯、异常停车、倒车逆行、烟火抛落物、拥堵等事件检测准确度达到95%以上。

需求解析

解析单位：“科创中国”人工智能专业科技服务团（西咸新区人工智能行业协会） 解析时间：2023-11-26

张历南

陕西科友青信息技术有限公司

执行董事 ‬

综合评价

此需求足够清晰可以进行需求跟进

查看更多>

解析单位：陕西省西咸新区 解析时间：2023-09-23

李卫斌

西安电子科技大学

教授

综合评价

随着科技的发展，视频监控在我们的日常生活中起到越来越重要的作用。视频监控设备的高效运维管理，对于确保监控系统的正常运行至关重要。 以安全为导向，监控易旨在为平安城市视频监控运维、智慧交通视频监控运维管理、小区物业视频管理、社区街道视频管理、超市、各行业门店视频监控运维管理提供全面支持，同时还能为户外摄像头故障诊断和视频画面分析等提供可靠解决方案。 通过对摄像头连通性、视频丢失、PTZ失效、视频遮挡、视频冻结、视频抖动、视频编码、雪花/条纹等方面进行检测，用户可以全面了解监控系统的质量状况，及时发现和解决问题。 过使用先进的算法和技术，该功能可以快速、准确地分析监控画面，并给出相关的质量评估结果。用户可以根据评估结果，及时采取相应的措施，提升监控系统的质量水平。 用户可以根据实际需求，选择需要检测的质量指标，并进行相应的配置和设置。

查看更多>

处理进度