アプリケーションサービスソリューションの最下層は、定点、モバイル、ウェアラブルデバイスを含むフロントエンドビデオカメラデバイスであります、収集されたビデオデータは統合され、ビデオゲートウェイによって送り返され、ビデオ情報は、CCTV情報、ウェアラブル測位情報、デバイス監視画像などのインテリジェント画像分析サービスプラットフォームに送信されます;フロントエンド統合サービスプラットフォームは地理と組み合わせることができます。 フロントエンド統合サービスプラットフォームは地理地図を組み合わせて、関連データをグラフィカルに提示することができる。 システムによって収集されたビッグデータはクラウドデータベースに保存され、ビッグデータ分析モジュールによって処理され、人、車両、物体に適用することができます、生成された情報は、各サブシステムの機能に従ってバックエンドユーザーに提供され、照会および適用することができます、サービスプラットフォームは関連する操作を実行するために使用することができる。 CCTV画像を利用して、例えば人の部分は法律と秩序セキュリティのアクセス制御、建設現場の安全、人口捜索などに応用することができます、車両の部分は、車両画像データを利用して高速道路での車両渋滞の有無を判断し、ナンバープレート認識により、盗難車両や事件に巻き込まれた車両の捜査と押収を警察に提供します、物体部分は、長時間の留置事件の有無を判断し、警備員に対処させる警報を発し、国民の生命を確実に保護することができる。 治安要員は注意喚起を行い、事件を処理し、市民の安全を確保する。

AIアルゴリズムやその他のテクノロジーを使用してアプリケーションを高速に相互比較および分析、顧客サイトでの公共の安全監視の効率を高めます。
お客様が直面する問題
大量の画像解析データ
- カメラ台数の増加
- 膨大複雑な画像データ
- 人力で追跡が困難
画像の確認と分析 に時間がかかる
- 手作業による1対1で比較
- 時間がかかる
- 重要な時期を逃す
モニターや記録装置の違い
- カメラのブランドや仕様が異なる
- 画質のばらつき
- 画像をリンクさせるのは容易ではない
外的要因による画像認識は困難
- 照明や天候原因画像認識に影響
- 人の要因による認識の失敗
- レンズの汚れ識別は難しい
人工知能画像解析と伝統の画像アプリケーションの比較
以前の画像アプリケーション VS AI画像分析
| 以前の画像アプリケーション | AI画像分析 | |
|---|---|---|
| 分析時間 | 1:1の時間比率で行う必要があります | 並列画像処理速度が10倍以上向上 |
| パフォー マンス |
人の目判定比較 | スマートイメージング技術の相互比較 |
| 適用範囲 | 固定エリアのビデオ監視 | モバイルデバイスのスマート処理可能 |
| 画像品質 | 外部要因が識別と解釈に影響を与える | ノイズを除去するための画像AIアルゴリズムの最適化 |
| 設備仕様 | メーカーが異なるため情報が入手しにくい | 画像機器のインテリジェントな統合 |
標準機能の紹介
VIAMaster事例
サイトセキュリティ監視
歩行者の徘徊検知
こぼれた飲み物の検知と通知






